O teste de Kolmogorov-Smirnov (K-S) não resolve ? Lucas F. de Souza Eng. Agrícola - CONAB M.Sc. Produção Vegetal - UENF Doutor em Agrometeorologia - ESALQ/USP tel: (19) 98160-7068 ----- Mensagem original -----
De: "Luiz Roberto Martins Pinto" <luizroberto.uesc@gmail.com> Para: r-br@listas.c3sl.ufpr.br Enviadas: Quarta-feira, 23 de Julho de 2014 10:40:53 Assunto: [R-br] Teste para comparar distribuições
Caros amigos,
Fiz uma pesquisa no Google, mas não consegui uma solução satisfatória. Então peço ajuda.
Preciso de encontrar um teste que quantifique a semelhança entre dois vetores para checar se eles têm o mesmo tipo de distribuição, por meio de p.value. O interesse principal é comparar os vetores x e ab.
Data set:
library(Hmisc) library(grDevices) load('NNC D_d3kk2.RData')
# Avaliação qualitativa (gráfica):
dev.set(which=1) bpplot(d3) boxplot(d3)
# Aparentemente os vetores x, abC e ab são muitos semelhantes # A minha expectativa é encontrar um teste que quantifique esta semelhança por meio de p.value # Então fiz os testes abaixo
# Avaliação quantitativa:
v2=d3$ab
# Comparando o vetor x com o vetor ab:
v1=d3$x round(ks.test(v1, v2)$p.value,2)
# Out put: p.value=0. Então o vetor x é estatisticamente DIFERENTE do vetor ab.
# Comparando o vetor abC com o vetor ab:
v1=d3$abC round(ks.test(v1, v2)$p.value,2)
# Out put: p.value=0.65. Então o vetor x é estatisticamente IGUAL do vetor abC.
# Comparando o vetor abC com o vetor x:
v2=d3$x
round(ks.test(v1, v2)$p.value,2)
# Out put: p.value=0. Então o vetor abC é estatisticamente DIFERENTE do vetor x.
### Testes alternativos , para comparar o vetor x com ab:
v2=d3$ab v1=d3$x
t1=round(ks.test(v1, v2)$p.value,2);t1 # Out put: p.value=0 t2=round(ks.test(v1, v2, alternative = "l")$p.value,2);t2 # Out put: p.value=0
t3=round(ks.test(v1, v2, alternative = "g")$p.value,2);t3 # Out put: p.value=0.85
# Então, para este Data set (NNC D_d3kk2.RData), e para o t3=0.85. Então, por meio deste teste, o vetor x é estatisticamente IGUAL do vetor ab.
# No entanto , fazendo os testes com conjuntos de dados diferentes (10000 Data set) (mas, sempre com mesmo tamanho de vetor), quando comparo o vetor x com o vetor ab:
## em aproximadamente 60% das comparações (ou em 6000 Data set) t1>0.05 ## em aproximadamente 80% das comparações (ou em 8000 Data set) t2>0.05 ## em aproximadamente 80% das comparações (ou em 8000 Data set) t3>0.05
## em aproximadamente 85% das comparações (ou em 8500 Data set) t1 OU t2 >0.05 ## em aproximadamente 85% das comparações (ou em 8500 Data set) t1 OU t3 >0.05
## em 0% das comparações (ou em 0 Data set) t2 E t3 >0.05 ## em 100% das comparações (ou em 10000 Data set) t2 OU t3 >0.05
Luiz Roberto Martins Pinto Prof. Pleno/DCET/UESC Laboratório de Estatística Computacional Universidade Estadual de Santa Cruz Ilhéus-Bahia
luizroberto.uesc@gmail.com skype: lrmpinto http://lattes.cnpq.br/2732314327604831
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.