El qq-plot puede utilizarse para visualizar cómo similares dos distribuciones son (por ejemplo, visualizar la semejanza de una distribución a una distribución normal, sino también para comparar dos distribuciones de datos de artibrary). ¿Hay alguna estadística que generan una medida más objetiva, numérica que representan su similitud (preferiblemente en una normalizada (0 < = x < = 1) forma)? El coeficiente de Gini se utiliza por ejemplo en economía cuando se trabaja con curvas de Lorenz; ¿hay algo para QQ-plots?
Respuestas
¿Demasiados anuncios?
simmosn
Puntos
304
Como digo en respuesta a tu comentario en tu anterior pregunta, consulte la prueba de Kolmogorov-Smirnov. Se utiliza el máximo absoluto de la distancia entre dos funciones de distribución acumulativa (como alternativa concebida como la máxima distancia absoluta de la curva en el QQ plot de la línea de 45 grados) como una estadística. El KS de la prueba se puede encontrar en R usando el comando ks.test() en las "estadísticas" de la biblioteca. Aquí hay más información sobre su R de uso.
Matt Mitchell
Puntos
17005
Recientemente utilizó la correlación entre la CDF empírica y la FCD equipada para cuantificar la bondad de ajuste, y me pregunto si este enfoque también podría ser útil en la corriente del caso, que según tengo entendido se trata de comparar dos conjuntos de datos empíricos. Interpolación puede ser necesaria si hay números diferentes de observaciones entre los conjuntos.
icelava
Puntos
548
Yo diría que la forma más o menos canónica para comparar dos distribuciones sería una prueba de ji cuadrado. La estadística no está normalizada, sin embargo, y depende de cómo se eligen los contenedores. El último punto por supuesto puede ser visto como una característica, no un error: elegir contenedores adecuadamente le permite mirar más de cerca por similitud en las colas que en medio de las distribuciones, por ejemplo.
