如何解决如何使用 K-S 检验检查两个结果是否具有可比性?
我在几个数据集上使用了两种算法(方法)并获得了一些结果。现在我想检查得到的结果是否具有可比性?我已经使用了两个采样的 K-S 测试并得到了以下结果,现在如何解释测试结果?结论应该是什么?
KstestResult(statistic=0.11320754716981132,pvalue=0.8906908896753045)
D_alpha= 0.2641897545611759
解决方法
K-S 检验用于比较分布。所以,当你应用它时,你有兴趣比较分布 F(X) 和另一个分布 $G(X)$。通常,前者是您的数据分布,后者是另一个数据分布或您指定的内容(例如高斯分布)。
现在,检验的原假设是 F(X)=G(X)。该测试产生一个 statistic
来评估是否可以假设该原假设为真。您通常不会直接查看这个数量;而是您想查看 p-value
。如果原假设为真,这是观察到的统计量大于您观察到的统计量的概率。在这种情况下,p 值的低值表明观察到的统计量几乎不可能(即低概率)大于您在假设成立时观察到的统计量;因此,由于您观察到的统计数据为您提供了一个小的 p 值,您倾向于相信您的原假设一定是错误的,并且确实 F(X) 与 G(X) 不同。
在您的情况下,p 值很高(对于低 p 值,我们打算为 0.1、0.05 或 0.01 或更低),因此您不会拒绝原假设。因此,你会说你测试的东西是一样的,没有统计上的不同。
但是,我强烈建议您阅读有关该测试的更多信息、使用方式以及何时;还要尝试了解它是否适合您的情况。您可以在 Wikipedia 和 scipy docs
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。