Интерпретация результатов теста Колмогорова-Смирнова, чтобы проверить, соответствуют ли наши данные гамма-распределению

Question

Получая результат теста KS:

from scipy import stats stats.kstest(myarray, 'gamma', (a, b))

мы заключаем, что myarray не следует гамма-распределению в случае p<0.01 (при отклонении нулевой гипотезы) ?

Кроме того, когда мы вычисляем a и b гамма-распределения (используемые для сравнения наших данных) по нашим данным, мы не можем использовать результаты теста KS?

Answer 1

1. Да - это то, что указывает значение p - вероятность того, что статистика KS c настолько велика, насколько это возможно, если my_array следует гамма-распределению, составляет менее 1 процента.

2. Я бы не сказал, что это бессмысленно, в том смысле, что получение параметров, а затем выполнение теста KS на тех же данных не то же самое, что тавтология, как 1 = 1, но это не так много. ценность практически. Лучше использовать другой массив для тестирования, а в случае, если массив недоступен - тогда вы можете выполнить оценку параметров, скажем, для 50 процентов данных, а тест KS - для остальных 50 процентов.

Также этот вопрос лучше подходит для форума stats.stackexchange.com