{我想从一些事件的齐次检验中得到的。因此,对于固定数量的事件,时间应该看起来像是在适当范围内统一分布的排序版本。在http://docs.scipy.org/doc/scipy-0.7.x/reference/generated/scipy.stats.kstest.html上有一个Kolmogorov-Smirnov测试的实现,但是我不知道如何在这里使用它scipy.stats公司似乎不知道泊松过程。在
作为一个简单的例子,对于任何这样的测试,这个样本数据应该给出一个很高的p值。在
import random
nopoints = 100
max = 1000
points = sorted([random.randint(0,max) for j in xrange(nopoints)])
我怎样才能对这个问题做一个合理的测试呢?在
从www.stat.wmich.edu/wang/667/classnotes/pp/pp.pdf我明白了
““ 注6.3(检验泊松)上述定理也可用于检验假设 一个给定的计数过程是一个泊松过程。这可以通过观察一个固定时间t的过程来实现。如果在这个时间段内我们观察到n个事件,并且如果这个过程是Poisson,那么无序的发生时间将独立且均匀地分布在(0,t)上。因此,我们可以通过检验n个发生时间来自统一(0,t)总体的假设来检验这个过程是否是泊松的。这可以通过标准的统计程序来完成,如Kolmogorov-Smirov试验。”
当确定两个分布是否不同时,KS test只是它们之间最大的差别:
这很简单,可以自己计算。下面的程序计算两个具有不同参数集的泊松过程的KS统计量:
问题是,正如您链接到的文档所建议的那样:
"The KS test is only valid for continuous distributions."
而泊松分布是离散的。在我建议你用这个链接中的例子: http://nbviewer.ipython.org/urls/raw.github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/master/Chapter1_Introduction/Chapter1_Introduction.ipynb (查找“示例:从短信数据推断行为”)
在该链接中,他们检查特定数据集的适当lambda(s)假设根据poisson过程分布。在
警告:写得很快,有些细节无法验证
指数自由度的chisquare检验的合适估计量是什么
根据课堂讲稿
三种测试都没有否定同质性的含义。 说明如何使用的kstest和chisquare testscipy.stats公司在
相关问题 更多 >
编程相关推荐