Embedded Files
L'essentiel de cette page
L'essentiel de cette page
Le test de Kolmogorov-Smirnov est très utile pour contrôler si une variable suit une loi de répartition (loi normale ou autre).
Elle permet aussi de s'assurer que des échantillons suivent la même loi de répartition comme par exemple dans des tests de comparaison de moyennes.
- Contrôler qu'une variable suit une loi de répartition
# Test de Kolmogorov-Smirnov avec une distribution normale
ks.test(x, "pnorm", mean = mean(x), sd = sd(x))
# Test de Kolmogorov-Smirnov avec une distribution exponentielle
ks.test(x, "pexp", rate = 1)
# Test de Kolmogorov-Smirnov avec une distribution uniforme
ks.test(x, "punif", min = 0, max = 1)
# Test de Kolmogorov-Smirnov avec une distribution lognormale
ks.test(x, "plnorm", meanlog = 0, sdlog = 1)
# Test de Kolmogorov-Smirnov avec une distribution gamma
ks.test(x, "pgamma", shape = 1, rate = 1)
# Exemple Test de Kolmogorov-Smirnov multivarié
ks.test(data.frame(x, y, z), "pnorm", mean = 0, sd = 1)
2. Comparer la réparition de deux variables ou deux échantillons
2. Comparer la réparition de deux variables ou deux échantillons
# Test de Kolmogorov-Smirnov bivarié
ks.test(x, y)
Google Sites
Report abuse