如何对 R 中的 GEV 分布进行 Kolmogorov-Smirnov 统计？答案

【问题标题】：How to do Kolmogorov-Smirnov statistic for GEV distribution in R?如何对 R 中的 GEV 分布进行 Kolmogorov-Smirnov 统计？
【发布时间】：2017-11-18 11:46:48
【问题描述】：

我现在正在使用extremes 包来拟合广义极值 (GEV) 分布，并且我想使用 Kolmogorov-Smirnov 检验来估计拟合优度，但出现以下错误：

library(extRemes)
library(eva)
data("PORTw", package = "extRemes")
fit1 <- fevd(TMX1, PORTw, units = "deg C")
ks.test(PORTw$TMX1,"pgev",fit1$results$par[[1]],fit1$results$par[[2]],shape=fit1$results$par[[3]])

`Warning message:
In ks.test(PORTw$TMX1, "pgev", fit1$results$par[[1]], fit1$results$par[[2]],  :
  ties should not be present for the Kolmogorov-Smirnov test`

那么，我的问题是，如何对 GEV 与领带的拟合进行 Kolmogorov-Smirnov 检验？或者，是否有任何其他拟合优度测试可用于拟合 R 中可用的分布？非常感谢。

【问题讨论】：

您“想知道如何在 R 中做到这一点 this == _what_?”。您不可能问如何在 R 中进行 KS 测试，对吧？至少不是不自己搜索，对吧？
抱歉这个模糊的问题，我已经编辑了更多信息。
这只是一个警告。您应该已经在控制台上看到了 KS 测试的结果（但未能复制输出）。再一次……你能用完整的自然语言方式解释统计问题到底是什么吗？或者为什么你认为输出不正确？也许您需要阅读一些统计理论，以解释为什么 KS 测试不会出现联系？或者在 CrossValidated.com 上发布有关基本理论的问题以及对此事件的担忧程度？
您可能想要真正查看您的数据：table(PORTw$TMX1)
谢谢。我没有注意到这只是一个警告，我可以看到结果。问题是，fit1 与理论 GEV 分布之间是否存在统计差异？目的是评估fit1model 的拟合优度。

标签： r distribution data-fitting goodness-of-fit kolmogorov-smirnov

【解决方案1】：

我推荐“EnvStats”包。您将在拟合优度测试方面拥有更多功能：

library(EnvStats)
# For a data set called X
X <- rgevd(500)
# Generalized Extreme Value (EnvStats)
egevd(X, method = "mle")# Maximum likelihood
# Goodness of fit test
gofTest(X, distribution = "gev",test = "ks")#Kolmogorov-Smirnov
gofTest(X, distribution = "gev",test = "chisq")#Chi-Squared

【讨论】：

那么广义帕累托分布呢？我无法在这个“gofTest”函数中分配 distribution="gp"（似乎不支持它）。如果你能给出一个提示，请。