如何在 R 中对 GEV 分布进行柯尔莫哥罗夫-斯米尔诺夫统计

Question

我现在使用 extremes 包来拟合广义极值 (GEV( 分布，我想使用 Kolmogorov-Smirnov 检验来估计拟合优度，但得到以下错误：

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 GEV 与领带的配合进行柯尔莫哥罗夫-斯米尔诺夫测试？或者，是否有任何其他拟合优度检验来拟合 R 中可用的分布？多谢。

Answer 1

我推荐"EnvStats"包。您将拥有更多的适合性优度测试的多功能性：

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