R语言---分布检验

R语言对随机变量的分布进行检验，采用的是非参数统计的方法。本文将采Kolmogorov-Smirnov检验，具体代码如下：

比如正态性检验：

x <- rnorm(50)#产生数据
ks.test(x, 'pnorm')

运行上面代码输出结果如下：

> x <- rnorm(50)
> ks.test(x, 'pnorm')


        One-sample Kolmogorov-Smirnov test


data:  x
D = 0.14897, p-value = 0.1964
alternative hypothesis: two-sided

这个检验的假设是：H0：该分布是正态分布，H1：该分布不是正态分布

从输出的P-value来看是没有充分理由不接受原假设。

至于其他分布的检验，可以类似操作，只不过是把ks中的‘rnorm’改为其他的分布，如：指数：‘rexp’等