2012-01-01 10 views

Odpowiedz

3

Zobacz Kolmogorov-Smirnov test. Jest to bardzo proste - sortujesz dane, aby uzyskać tablicę zawierającą populację CDF populacji, i obliczasz idealny CDF dla rozkładu normalnego ze średnią populacyjną + odchylenie standardowe. Następnie wykonaj iterację na macierzy i obliczyć maksymalne odchylenie między populacją CDF populacji a idealnym CDF. Następnie podłącz go do dystrybucji K-S z pewnym stopniem pewności.

Wszystko oprócz ostatniej części jest trywialne do implementacji w obu językach - w Javie jest jedna klasa do wykonania z Apache Commons.

Zobacz moją odpowiedź na Benford's Law in Java - how to make a math function into Java po więcej szczegółów (inna dystrybucja, sam pomysł).

+0

Ściągnąłem http://commons.apache.org/math/download_math.cgi, ale wydaje mi się, że nie ma klasy KolmogorovSmirnovDistributionImpl :(Które słoiki muszę dołączyć? – Grzenio

+0

Drat, wygląda na to, że jest w porządku -math 3.0, która nie ma jeszcze oficjalnego wydania.> :(Nie wiem dlaczego udostępniają swoje javadoc przed plikiem .jar. W każdym razie źródło znajduje się tutaj: http://commons.apache.org/math/apidocs/ src-html/org/apache/commons/math/distribution/KolmogorovSmirnovDistributionImpl.html –

+0

[Najnowszy link] (https://commons.apache.org/proper/commons-math/apidocs/src-html/org/apache/commons /math3/stat/inference/KolmogorovSmirnovTest.html) – bishop

Powiązane problemy