KSTEST: 计算Kolmogorov-Smirnov拟合优度检验
5星
- 浏览量: 0
- 大小:None
- 文件类型：ZIP
简介：
KSTEST是一种统计工具，用于执行Kolmogorov-Smirnov(K-S)检验以评估观察到的数据是否符合特定理论分布。此方法能够计算出数据与指定分布之间的最大差值，并基于该值给出原假设（即样本来自指定的分布）的概率p值，从而帮助用户判断给定分布模型的有效性。
Kolmogorov-Smirnov拟合优度检验
单样本Kolmogorov-Smirnov拟合优度检验。
使用方法如下：
首先安装：
```bash
npm install compute-kstest
```
然后在代码中引入并使用：
```javascript
var kstest = require(compute-kstest);
```
调用 `kstest(x, y [，opts])` 函数。此函数用于计算给定数值数组 x 的零假设值是否来自由参数y指定的分布。 参数 y 可以是包含要测试的发行版名称的对象，也可以直接提供该分布的累积分布函数（CDF）。调用结果返回一个对象，其中包含了Kolmogorov-Smirnov检验统计量T和对应的pValue。
示例代码：
```javascript
var randUnif = require(distributions-uniform-random),
x,
out;
```
设定种子后执行相关操作。
全部评论 (0)
还没有任何评论哟~
