matlab k-s检验,柯尔莫可洛夫-斯米洛夫检验（Kolmogorov–Smirnov test，K-S test）

最新推荐文章于 2024-08-29 21:58:16 发布

Fx.樂

最新推荐文章于 2024-08-29 21:58:16 发布

阅读量5.2k

点赞数 1

文章标签： matlab k-s检验

Kolmogorov-Smirnov检验（K-S test）用于评估两个经验分布的差异或一个分布与理论分布的匹配程度。它通过计算累积分布函数的最大距离来判断差异显著性。当P值接近1时表示分布相似，接近0则表示差异显著。在Matlab中，可以使用KSTEST和KSTEST2函数进行单样本和双样本检验，依据P值判断是否存在显著性差异。

摘要由CSDN通过智能技术生成

柯尔莫哥洛夫-斯米尔诺夫检验(Колмогоров-Смирнов检验)基于累计分布函数，用以检验两个经验分布是否不同或一个经验分布与另一个理想分布是否不同。

在进行cumulative probability统计(如下图)的时候，你怎么知道组之间是否有显著性差异？有人首先想到单因素方差分析或双尾检验(2 tailed TEST)。其实这些是不准确的，最好采用Kolmogorov-Smirnov test(柯尔莫诺夫-斯米尔诺夫检验)来分析变量是否符合某种分布或比较两组之间有无显著性差异。

Kolmogorov-Smirnov test原理：寻找最大距离(Distance)，所以常简称为D法。适用于大样本。 KS test checks if two independent distributions are similar or different, by generating cumulative probability plots for two distributions and finding the distance along the y-axis for a given x values between the two curves. From all the distances calculated for each x value, the maximum distance is searched.

如何分析结果呢？This maximum distance or maximum difference is then plugged into KS probability function to calculate the probability value. The lower the probability value is the less likely the two distributions are similar. Conversely, the higher or more close to 1 the value is the more similar the two distributions are.极端情况：如果P值为１的话，说明两给数据基本相同，如果P值无限接近０，说明两组数据差异性极大。

当然还有更多的软件支持这个统计，如SPSS,SAS,MiniAnalysis,Clampfit10

根据软件统计出来后给出的结果决定有没有显著性差异，如果D max值>D 0.05。则认为有显著性差异。D 0.05的经验算法：1.36/SQRT(N) 其中SQRT为平方要，N为样本数。D 0.0１经验算法1.64/SQRT(N) 。当然最准确的办法还是去查KS检定表。不过大多数软件如CLAMPFIT,MINIANALYSIS统计出来的结果都是直接有P值。根据这个值(alpha=