r - 孔雀测试实现

Question

我想在统计上比较两个 2D 分布。因此，我想使用孔雀测试(Kolmogorov-Smirnov 测试的二维模拟)。有一个名为 Peacock.test 的 R 包声称要实现它。

但是这个包的文档非常少，即:

The two functions: peacock2 and peacock3, provided in this package are self-explanatory and their usage is straightforward.

特别是我找不到 peacock() 的输出是什么函数代表(我猜这有点像 p 值)？
有没有人测试过这个功能，他们能告诉我它是什么(以及这个功能是否可靠？)？

用法示例:

x <- matrix(rnorm(12, 0, 1), ncol=2)
y <-  matrix(rnorm(16, 0, 1), ncol=2)
ks <- peacock2(x, y)
ks

Answer 1

我不知道它是否可靠，但代码看起来相当简单。

现在坏消息:基于?peacock2 , 函数给你的是

Value:

the value of the test statistic

这意味着它没有给你 p 值。 original paper (“天文学中的二维拟合优度测试”，
JA Peacock, Monthly Notices of the Royal Astronomical Society, 1983)，给出了从 Monte Carlo 模拟和解析近似得出的临界值表。要从测试统计中获得 p 值，您必须 (1) 将测试统计 D 转换为 Z 统计(第 3.5 节说 Z=sqrt(n1*n2/(n1+n2))*D 用于双样本测试，前提是两个 n 值都 >10) ，然后建议您可以通过 P(>Z)=2*exp(-2*(Z-0.5)^2) 来近似.

我会 绝对如果您打算使用它，建议您阅读原始论文并自己仔细检查/推导。