দ্বিমাত্রিক কলমোগোরভ-স্মারনভ


13

দ্বি-মাত্রিক বন্টন একটি রেফারেন্সের সাথে খাপ খায় কিনা তা নির্ধারণ করার জন্য আমি কয়েকটি দ্বিমাত্রিক কোলমোগোরভ-স্মিরনভ পরীক্ষা চালাতে চাই।

অপেক্ষাকৃত সোজাসাপ্টা ফ্যাশনে আমি কি কোনও প্যাকেজ বা অ্যাপ্লিকেশন ব্যবহার করতে পারি? বা অন্য কোনও অ্যালগোরিদম যা পছন্দনীয়? আমি কেবল একটি প্রাথমিক পরিসংখ্যান জ্ঞান আছে।


সম্ভবত আমি কিছু মিস করছি, তবে আমি মনে করি কোলমোগোরভ mir স্মারনভ পরীক্ষা এক মাত্রিক বিতরণে প্রযোজ্য। আপনি যদি প্রস্তাবের এক্সটেনশনের একটিতে আগ্রহী হন (মাল্টিভারিয়েট ক্ষেত্রে কোনও প্রাকৃতিক বর্ধন না হওয়ায় বেশ কয়েকটি রয়েছে), দয়া করে কোনটি নির্দিষ্ট করুন।

1
আমি বরং বলব যে মাল্টিভারিয়েট মামলায় প্রাকৃতিক বর্ধন রয়েছে তবে এতে \ সুপার | কে (টি) বিতরণ জড়িত sup|K(t)|যেখানে K হচ্ছে কেফার প্রক্রিয়া (দ্বি-মাত্রিক ব্রাউনিয়ান ব্রিজ), এবং এই বিতরণটি খারাপভাবে জানা যায়।
স্টাফেন লরেন্ট

উত্তর:


6

কোলমোগোরভ-স্মারনভ পরীক্ষার দ্বি-মাত্রিক বর্ধনকে জাস্টেল, পেনা ও জামার "" একটি মাল্টিয়ারিয়েট কমোগোরভ-স্মারনভ পরীক্ষার উপযুক্ততার পরীক্ষাতে "বর্ণনা করেছেন । @ প্রলিনেটর এর মন্তব্যে বোঝা যাচ্ছে এরকম আরও কিছু প্রস্তাব থাকতে পারে।

যাইহোক, আমি সরল বাস্তবায়ন সহ একটি প্যাকেজ দেখিনি।

আপনি যা করতে চান তার উপর নির্ভর করে আর এর জন্য টার্ন ডুংয়ের কেএস প্যাকেজে kde.test () আরও কার্যকর হতে পারে।


6

পাইথন বাস্তবায়ন

আমি নমপি ব্যবহার করে একটি অজগর বাস্তবায়ন লিখেছি। আপনি কোডটি এখানে সন্ধান করতে পারেন, আপনি কোডটিতে ডাস্ট্রিংয়ে আরও তথ্য সন্ধান করতে পারেন।

এবং এখানে অন্য একটি (আমার দ্বারা নয়)। এই নোটবুকটি 2 টি নমুনা সহ 2 ডি কেএস পরীক্ষার জন্য পাইথন বাস্তবায়ন সরবরাহ করে। .pyফাইল ডাউনলোড করা যাবে এখানে । কোডটি কোডের সরল অনুবাদ বলে মনে হচ্ছে C, নমুনার আকার বড় হলে দক্ষতা কোনও সমস্যা হতে পারে।

তবে আপনি ব্যবহারের আগে মূল কাগজপত্র / বইয়ের সাথে কোডগুলি (কোনটিই নয়) ভাল করে পরীক্ষা করে দেখতে চান। 2 ডি কেএস পরীক্ষার অজগর বাস্তবায়ন আর এর পরীক্ষাগুলির তুলনায় খুব কম পরীক্ষা করা হয় are

আরও তথ্য

অ্যালগরিদমটি প্রথম দুটি কাগজে তৈরি হয়েছিল (যেমন আমি দেখছি)

একটি দুর্দান্ত ভূমিকা এবং Cবাস্তবায়ন পাওয়া যাবে

এখানে সাবধানে একটি পোস্ট পোস্ট করুন কোলমোগোরভ-স্মারনভ পরীক্ষাটিও বিষয়টির সাথে সম্পর্কিত, আপনি দেখতে চান। প্রদত্ত কেএস দূরত্বের সাথে পি-মানটি মূল্যায়ন করতে পুনরায় নমুনা পদ্ধতিটি ব্যবহার করে এটি উত্সাহ দেয়।


1

আপনি এই মতলব কোডটি দরকারী হতে পারেন।

http://www.mathworks.com/matlabcentral/fileexchange/38617-two-dimensional-2d-paired-kolmogorov-smirnov-test


2
এই সাইটে আপনাকে স্বাগতম! আপনি কি সেই পৃষ্ঠায় উপলব্ধ সংস্থানগুলির একটি সংক্ষিপ্ত বিবরণ প্রদান করতে পারেন?
chl
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.