Commento

Commento da Massimo Giorgi su 14 Aprile 2011 a 23:11

Mi avete convinto. Probabilmente i valori di default di R per la distr. uniforme sono come la media = 0 e la ds = 1 per la distr. normale. In effetti ci sarà una standardizzazione anche per la d. uniforme.

Ok. Grazie a tutti. Mi siete stati di aiuto.

Esperto Commento da Marco Barbàra su 14 Aprile 2011 a 20:28

Ciao :-)

Il test ks è un test non parametrico che saggia l'ipotesi che il vettore di osservazioni che hai chiamato "a" sia estratto dalla distribuzione teorica data come secondo argomento che nel tuo caso è una uniforme. E' abbastanza facile da comprendere che la probabilità che il tuo campione sia estratto da una uniforme [0,1] è bassissima (caso del p-valore bassissimo), mentre al contrario è plausibile che sia estratto da una uniforme [20,40] (p-valore bello alto). Questo test si usa di solito in maniera "confermativa" di una teoria, cioè qualora considerazioni teoriche legate al problema in studio inducano a pensare che un campione sia estratto da una particolare distribuzione. Quindi nel tuo caso gli estremi della uniforme non si "scelgono", bensì si ipotizzano in anticipo, per verificare se i dati corroborano l'ipotesi.

Esperto Commento da Davide Massidda su 14 Aprile 2011 a 17:43

Guarda, non sono uno statistico quindi penso di essere la persona meno adatta a rispondere. Ci provo. Da quanto ne so (e ne so poco) la distribuzione uniforme descrive i dati assumendo, entro un certo range (max - min, appunto) tutti i valori come equiprobabili.

In generale, tutte le distribuzioni sono giuste e tutte sono sbagliate. Io scelgo la distribuzione dei dati sulla base di criteri teorici, grafici, e massima verosimiglianza (insomma: se una distribuzione comporta una vorosimiglianza migliore la preferisco rispetto ad altre).

Quindi, tu potresti benissimo utilizzare una uniforme per lavorare con dati che in realtà si distribuiscono normalmente. Lo puoi fare, ma non è detto che sia il modo migliore di lavorare.

Io quindi sceglierei min e max proprio in base al range che comprende i dati, e userei la uniforme se teoricamente plausibile e se confermato da altre fonti.

Poi, per rispondere in maniera esauriente dovrei rivedermi un po' il KS test (ricordo solo che è non parametrico ma ho totalmente rimosso la logica di funzionamento). Intanto, vedi sull'help di R il significato di min e max su ?runif e magari controlla se su ?ks.test c'è qualcosa di utile. Io purtroppo ora non ho accesso all'R-help.

Se posso essere d'aiuto, nel mio piccolo, sono qui :)

Commento da Massimo Giorgi su 14 Aprile 2011 a 17:26

Altra cosa che non riesco a capire: con che base scelgo il min e il max?

Secondo il ragionamento precedente dovrei prenderli in modo che i miei dati siano al loro interno? E se si, di quanto? Ma allora qualsiasi serie di dati può essere considerata distribuita in modo uniforme.

Commento da Massimo Giorgi su 14 Aprile 2011 a 17:18

Ammesso che tu dica il giusto ..... allora perchè variando il max (sempre con i valori del campione tutti all'interno) il p-value schizza a 0.8?

Secondo me il max e il min devono avere un significato più profondo che però non riesco a capire..........

Esperto Commento da Davide Massidda su 14 Aprile 2011 a 15:42

Infatti, tu hai fatto correttamente. Il risultato corretto è il tuo, non quello ottenuto con le impostazioni di default! Sarebbe sbagliato lasciare le impostazioni di default in questo caso.

Commento da Massimo Giorgi su 14 Aprile 2011 a 15:33

Vero. In assenza di valori, R considera min = 0 e max = 1.

Ma se le mie osservazioni vanno da 21 a 36 come posso lasciare i valori di default?

Esperto Commento da Davide Massidda su 14 Aprile 2011 a 15:08

A naso ti direi che è perché i settaggi di default degli argomenti min e max sono diversi da quelli che hai esplicitato tu manualmente. Se così fosse, devi prendere per buono il risultato ottenuto con le tue impostazioni "manuali"

Commento da Massimo Giorgi su 14 Aprile 2011 a 14:41

Ho già scritto queste righe tramite messaggio (sbagliando??) e comunque mi sembra che qui sia il posto più appropriato......

 

C'è nessuno che sa spiegarmi perchè queste due procedure danno p-value diversi?

1.

> a=c(21,31,32,22,24,23,26,33,34,25,36,27)
> ks.test(a,"punif",min=20,max=40)

..... p-value = 0.4618

 

2.

> a=c(21,31,32,22,24,23,26,33,34,25,36,27)
> ks.test(a,"punif")

..... p-value < 2.2e-16

 

Grazie a tutti in ogni caso.

Sono un nuovo membro. Con l'occasione ringrazio l'amministratore per avermi accolto in questa comunità e mando a tutti voi un caro saluto.

Massimo

Commento da giuseppe barra su 17 Aprile 2010 a 14:57

uso la libreria MASS, come già accennato in precedenza l'inserimento della matrice l'ho risolto... ora però non so dare un'interpretazione al biplot.

• ‹ Precedente
• 1
• 2
• Successivo ›
• Pagina