2DKS:2维Kolmogorov-Smirnov拟合优度检验

KS2D 2拟合优度的Kolmogorov-Smirnov维检验。 KS2D是对Kolmogorov-Smyrnov测试的拟合优度的二维扩展。 它用于比较点的数据集与分布或两个点的数据集，并拒绝或不拒绝以下假设：样本是从分布中得出的，或者两个样本是从同一分布中得出的。 注意：检验仅拒绝数据符合概率分布的假设，或者不针对某个显着性水平拒绝该假设。 它不能确认，只有“不拒绝”。 在这种情况下，我们检查二维数据是否适合特定的分布。 扩展到更高维度是不平凡的，需要O （ n 2 ）个操作的数量级，即对于大型数据集来说很慢。 主要旨在与使用函数ks2d1s和ks2d2s进行交互，这些函数分别将一个2列矩阵和一个2D函数或两个2列矩阵作为输入。 这些算法计算在围绕数据集中每个点的正交象限中找到数据的相对概率，然后使用那些算法来计算具有分布函数（ Qks ）的KS统计量。 在[3]中查看14​​