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: http://www.datafilehost.com/d/f3757310 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