python - 如何使用scipy.stats.kstest/关于Kolmogorov-Smirnov检验的基本问题

Question

帮助链接是http://docs.scipy.org/doc/scipy-0.7.x/reference/generated/scipy.stats.kstest.html我现在可以计算 ks-test 值，但我不明白。代码如下。

from scipy import stats
import numpy as np
sample =np.loadtxt('mydata',delimiter=",",usecols=(2,),unpack=True)
print stats.kstest(sample, 'poisson', args=(1,))

第一季度
如果引用分布不变，上面的'poisson'可以用什么词代替？
第二季度
args=(1,) 是什么意思？
第三季度
如果有人对 ks-test 感兴趣，这里是 wiki 链接。
http://en.wikipedia.org/wiki/Kolmogorov%E2%80%93Smirnov_test
可以自己写python代码来练习吗？ max(D)很容易得到，但是如何得到链接中的Pr(k<=x)呢？ max(D) 和 Pr(k<=x) 有什么关系？

Answer 1

Q2:看看这个，我有一个名为x1

的数组

>>> stats.kstest(x1, 'norm')
(0.50018855199491585, 0.0)
>>> stats.kstest(x1, stats.norm.cdf)
(0.50018855199491585, 0.0)
>>> stats.kstest(x1, stats.norm.cdf, args=(0,))
(0.50018855199491585, 0.0)
>>> stats.kstest(x1, stats.norm.cdf, args=(2,))
(0.84134903906580316, 0.0)
>>> stats.kstest(x1, 'norm', args=(2,))
(0.84134903906580316, 0.0)

如果您传递分布名称，即 'norm'，实际传递给 kstest 的是标准分布 cdf。按照标准，这意味着 mean==0 和 sigma=1 的正态分布。如果您不想要标准的 cdf，您可以使用 args=() 将额外的参数传递给 cdf。在这种情况下，我只通过了平均值。也就是说，我们测试了 x1 与 mean==2 和 sigma=1 的正态分布之间的差异。

Q3:简短的回答是，是的。但是，为什么要重新发明轮子？如果你想知道它是如何实现的，只要查看源代码就可以了。它位于 your_package_folder\scipy\stats\stats.py，第 3292 行。