Saya punya sampel data yang dihasilkan dari variabel acak kontinu X. Dan dari histogram saya menggambar menggunakan R, saya kira mungkin distribusi X mematuhi distribusi Gamma tertentu. Tapi saya tidak tahu parameter pasti dari distribusi Gamma ini.
Pertanyaan saya adalah bagaimana menguji apakah distribusi X milik keluarga distribusi Gamma? Ada beberapa tes goodness of fit seperti tes Kolmogorov-Smirnov, tes Anderson-Darling, dan sebagainya, tetapi salah satu batasan saat menggunakan tes ini adalah bahwa parameter distribusi teoritis harus diketahui terlebih dahulu. Adakah yang bisa memberi tahu saya cara mengatasi masalah ini?
Jawaban:
Saya pikir pertanyaannya meminta tes statistik yang tepat, bukan untuk perbandingan histogram. Saat menggunakan uji Kolmogorov-Smirnov dengan parameter yang diestimasi , distribusi statistik uji di bawah nol tergantung pada distribusi yang diuji, berbeda dengan case tanpa parameter yang diestimasi. Misalnya, menggunakan (dalam R)
mengarah ke
selagi kita dapatkan
untuk sampel yang sama x. Level signifikansi atau nilai-p dengan demikian harus ditentukan oleh simulasi Monte Carlo di bawah nol, menghasilkan distribusi statistik Kolmogorov-Smirnov dari sampel yang disimulasikan di bawah perkiraan distribusi (dengan sedikit perkiraan dalam hasil mengingat bahwa sampel yang diamati berasal dari distribusi lain, bahkan di bawah nol).
sumber
Hitung MLE dari parameter dengan asumsi distribusi gamma untuk data Anda dan bandingkan kepadatan teoretis dengan histogram data Anda. Jika keduanya sangat berbeda, distribusi gamma adalah pendekatan data Anda yang buruk. Untuk tes formal Anda dapat menghitung, misalnya, statistik uji Kolmogorov-Smirnoff membandingkan distribusi gamma yang paling pas dengan distribusi empiris dan menguji signifikansi.
sumber