Сгенерируйте выборочные данные из двух различных распределений Вейбула.

rng(1);     % For reproducibility
x1 = wblrnd(1,1,1,50);
x2 = wblrnd(1.2,2,1,50);

Протестируйте нулевую гипотезу, что данные в векторах x1 и x2 происходит из населений с таким же распределением.

h = kstest2(x1,x2)

h = logical
   1

Возвращенное значение h = 1 указывает, что kstest отклоняет нулевую гипотезу на уровне значимости по умолчанию 5%.

Сгенерируйте выборочные данные из двух различных распределений Вейбула.

rng(1);     % For reproducibility
x1 = wblrnd(1,1,1,50);
x2 = wblrnd(1.2,2,1,50);

Проверьте нулевую гипотезу, что векторы данных x1 и x2 являются из населений с таким же распределением на уровне значимости 1%.

[h,p] = kstest2(x1,x2,'Alpha',0.01)

h = logical
   0

p = 0.0317

Возвращенное значение h = 0 указывает, что kstest не отклоняет нулевую гипотезу на уровне значимости 1%.

Сгенерируйте выборочные данные из двух различных распределений Вейбула.

rng(1);     % For reproducibility
x1 = wblrnd(1,1,1,50);
x2 = wblrnd(1.2,2,1,50);

Протестируйте нулевую гипотезу, что данные в векторах x1 и x2 происходит от населений с таким же распределением, против альтернативной гипотезы о том, что cdf распределения x1 больше, чем cdf распределения x2.

[h,p,k] = kstest2(x1,x2,'Tail','larger')

h = logical
   1

p = 0.0158

k = 0.2800

Возвращенное значение h = 1 указывает, что kstest отвергает нулевую гипотезу, в пользу альтернативной гипотезы о том, что cdf распределения x1 больше, чем cdf распределения x2, на уровне значимости 5% по умолчанию. Возвращенное значение k является тестовой статистикой для двухвыборочного критерия Колмогорова-Смирнова.