比较核密度估计图答案

【问题标题】：Comparing Kernel Density Estimation plots比较核密度估计图
【发布时间】：2011-08-07 15:12:15
【问题描述】：

我实际上是 R 和 stats 的新手。这样的事情可以在 R 中完成

确定两个样本的密度估计（2 个向量）..?? 我已经使用 R 完成了这项工作，并使用核密度估计获得了 2 个样本的 2 个密度曲线..

无论如何，是否可以定量比较 2 个样本的密度估计值的相似度/不相似度..？

我正在尝试找出哪些数据样本的分布与特定分布具有相似的分布..

我正在使用 R 语言...有人可以帮忙吗...？？

【问题讨论】：

你有一个非常有帮助的答案。请单击该答案左侧的 V 形符号以接受它，并对您之前问题的答案执行相同操作。这告诉路过的其他人这是一个正确的答案。当你不承认他们的回答时，人们的帮助会越来越少。

标签： r kernel-density

【解决方案1】：

您可以尝试计算Earth mover's distance

【讨论】：

【解决方案2】：

学徒队列关于使用 Kolmogorov-Smirnoff 测试是正确的，但我想添加一个警告：不要单独使用它。您还应该使用两个核密度图或直方图或 qqplot 直观地比较分布。人脑非常擅长找不同。

【讨论】：

好点，有趣的是，这正是@Pradeep 提出的问题，目前提供的答案都没有真正解决。
@Simpson，实际上 Pradeep 的问题是他需要定量程序而不是定性程序。他已经计算出它们的密度，因此可以绘制它们。

【解决方案3】：

您可以使用 Kolmogorov-Smirnov 检验 (ks.test) 来比较两个分布。 Cramer-von-Mises 测试是另一种测试。有这个 PDF Fitting Distributions with R，他们还列出了其他可用的测试（尽管他使用的 nortest 包仅用于正常性测试）。

【讨论】：

非常感谢...这很有帮助..！
看来 ks.test 只能用来和 Weibull 等标准分布进行比较，不能比较两个非标准的分布
@Toothrot, ks.test 可以测试两个任意分布；您可以选择引用一个命名的累积分布族。