如何对 R 中的 GEV 分布进行 Kolmogorov-Smirnov 统计？
How to do Kolmogorov-Smirnov statistic for GEV distribution in R?
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，但是出现以下错误：
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`
所以，我的问题是，如何对带结的 GEV 进行 Kolmogorov-Smirnov 检验？或者，R 中是否还有其他适合分布的拟合优度检验？非常感谢。
我推荐"EnvStats"包。
您将有更多的拟合优度测试：
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
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，但是出现以下错误：
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`
所以，我的问题是，如何对带结的 GEV 进行 Kolmogorov-Smirnov 检验？或者，R 中是否还有其他适合分布的拟合优度检验？非常感谢。
我推荐"EnvStats"包。 您将有更多的拟合优度测试：
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