function [H, pValue, KSstatistic] = kstest2(x1, x2, alpha, tail) %KSTEST2 Two-sample Kolmogorov-Smirnov goodness-of-fit hypothesis test.

% H = KSTEST2(X1,X2,ALPHA,TYPE) performs a Kolmogorov-Smirnov (K-S) test % to determine if independent random samples, X1 and X2, are drawn from % the same underlying continuous population. ALPHA and TYPE are optional % scalar inputs: ALPHA is the desired significance level (default = 0.05); % TYPE indicates the type of test (default = 'unequal'). H indicates the % result of the hypothesis test: % H = 0 => Do not reject the null hypothesis at significance level ALPHA. % H = 1 => Reject the null hypothesis at significance level ALPHA. % % Let S1(x) and S2(x) be the empirical distribution functions from the % sample vectors X1 and X2, respectively, and F1(x) and F2(x) be the % corresponding true (but unknown) population CDFs. The two-sample K-S % test tests the null hypothesis that F1(x) = F2(x) for all x, against the % alternative specified by TYPE: % 'unequal' -- "F1(x) not equal to F2(x)" (two-sided test) % 'larger' -- "F1(x) > F2(x)" (one-sided test) % 'smaller' -- "F1(x) < F2(x)" (one-sided test) % % For TYPE = 'unequal', 'larger', and 'smaller', the test statistics are % max|S1(x) - S2(x)|, max[S1(x) - S2(x)], and max[S2(x) - S1(x)], % respectively. % % The decision to reject the null hypothesis occurs when the significance % level, ALPHA, equals or exceeds the P-value. % % X1 and X2 are vectors of lengths N1 and N2, respectively, and represent % random samples from some underlying distribution(s). Missing % observations, indicated by NaNs (Not-a-Number), are ignored. % % [H,P] = KSTEST2(...) also returns the asymptotic P-value P. % % [H,P,KSSTAT] = KSTEST2(...) also returns the K-S test statistic KSSTAT % defined above for the test type indicated by TYPE. % % The asymptotic P-value becomes very accurate for large sample sizes, and % is believed to be reasonably accurate for sample sizes N1 and N2 such % that (N1*N2)/(N1 + N2) >= 4. % % See also KSTEST, LILLIETEST, CDFPLOT. % % Copyright 1993-2008 The MathWorks, Inc. % $Revision: 1.5.2.6 $ $ Date: 1998/01/30 13:45:34 $

% References: % Massey, F.J., (1951) "The Kolmogorov-Smirnov Test for Goodness of Fit", % Journal of the American Statistical Association, 46(253):68-78. % Miller, L.H., (1956) "Table of Percentage Points of Kolmogorov Statistics", % Journal of the American Statistical Association, 51(273):111121. % Stephens, M.A., (1970) "Use of the Kolmogorov-Smirnov, Cramer-Von Mises and % Related Statistics Without Extensive Tables", Journal of the Royal % Statistical Society. Series B, 32(1):115-122. % Conover, W.J., (1980) Practical Nonparametric Statistics, Wiley. % Press, W.H., et. al., (1992) Numerical Recipes in C, Cambridge Univ. Press. if nargin < 2 error('stats:kstest2:TooFewInputs','At least 2 inputs are required.'); end % % Ensure each sample is a VECTOR. % if ~isvector(x1) || ~isvector(x2) error('stats:kstest2:VectorRequired','The samples X1 and X2 must be vectors.'); end % % Remove missing observations indicated by NaN's, and % ensure that valid observations remain. % x1 x2 x1 x2 = = = = x1(~isnan(x1)); x2(~isnan(x2)); x1(:); x2(:);

if isempty(x1) error('stats:kstest2:NotEnoughData', 'Sample vector X1 contains no data.'); end if isempty(x2) error('stats:kstest2:NotEnoughData', 'Sample vector X2 contains no data.'); end % % Ensure the significance level, ALPHA, is a scalar % between 0 and 1 and set default if necessary. %

if (nargin >= 3) && ~isempty(alpha) if ~isscalar(alpha) || (alpha <= 0 || alpha >= 1) error('stats:kstest2:BadAlpha',... 'Significance level ALPHA must be a scalar between 0 and 1.'); end else alpha = 0.05; end % % Ensure the type-of-test indicator, TYPE, is a scalar integer from % the allowable set, and set default if necessary. % if (nargin >= 4) && ~isempty(tail) if ischar(tail) tail = strmatch(lower(tail), {'smaller','unequal','larger'}) - 2; if isempty(tail) error('stats:kstest2:BadTail',... 'Type-of-test indicator TYPE must be ''unequal'', ''smaller'', or ''larger''.'); end elseif ~isscalar(tail) || ~((tail==-1) || (tail==0) || (tail==1)) error('stats:kstest2:BadTail',... 'Type-of-test indicator TYPE must be ''unequal'', ''smaller'', or ''larger''.'); end else tail = 0; end % % Calculate F1(x) and F2(x), the empirical (i.e., sample) CDFs. % binEdges binCounts1 binCounts2 sumCounts1 sumCounts2 sampleCDF1 sampleCDF2 = = = = = = = [-inf ; sort([x1;x2]) ; inf]; histc (x1 , binEdges, 1); histc (x2 , binEdges, 1); cumsum(binCounts1)./sum(binCounts1); cumsum(binCounts2)./sum(binCounts2); sumCounts1(1:end-1); sumCounts2(1:end-1);

% % Compute the test statistic of interest. % switch tail case 0 deltaCDF

% =

2-sided test: T = max|F1(x) - F2(x)|. abs(sampleCDF1 - sampleCDF2);

case -1 deltaCDF case 1 deltaCDF end KSstatistic =

% = % =

1-sided test: T = max[F2(x) - F1(x)]. sampleCDF2 - sampleCDF1; 1-sided test: T = max[F1(x) - F2(x)]. sampleCDF1 - sampleCDF2;

max(deltaCDF);

% % Compute the asymptotic P-value approximation and accept or % reject the null hypothesis on the basis of the P-value. % n1 n2 n lambda = = = = length(x1); length(x2); n1 * n2 /(n1 + n2); max((sqrt(n) + 0.12 + 0.11/sqrt(n)) * KSstatistic , 0); % 1-sided test. exp(-2 * lambda * lambda); % 2-sided test (default). asymptotic Q-function to approximate the 2-sided P-value. = = = (1:101)'; 2 * sum((-1).^(j-1).*exp(-2*lambda*lambda*j.^2)); min(max(pValue, 0), 1);

if tail ~= 0 pValue else % % Use the % j pValue pValue end H = =

(alpha >= pValue);

funcin de [H, pValue, KSstatistic] = kstest2 (x1, x2, alfa, cola) % KSTEST2 dos muestras de Kolmogorov-Smirnov de bondad de ajuste de prueba de hiptesis. % H = KSTEST2 (X1, X2, ALPHA, TIPO) realiza una prueba de Kolmogorov-Smirnov (KS) prueba % Para determinar si muestras aleatorias independientes, X1 y X2, se han extrado de % Del mismo continuo de la poblacin subyacente. ALPHA y el tipo son opcionales Entradas% escalar: ALPHA es el nivel de significacin deseado (por defecto = 0,05); % TYPE indica el tipo de prueba (default = "desigual"). H indica la % Resultado de la prueba de hiptesis: % H = 0 => No se rechaza la hiptesis nula al nivel de significancia ALPHA. % H = 1 => Rechazar la hiptesis nula al nivel de significancia ALPHA. % % Vamos a S1 (x) y S2 (x) las funciones de distribucin emprica de la % De la muestra vectores X1 y X2, respectivamente, y F1 (x) y F2 (x) la % Correspondiente verdadero (pero desconocido) CDFs poblacin. La muestra de dos KS Prueba% la hiptesis nula de que la F1 (x) = F2 (x) para todo x, en contra de la % Alternativas especificando el tipo: % "Desigual" - "F1 (x) no es igual a F2 (x)" (dos caras de prueba) % 'Grandes' - "F1 (x)> F2 (x)" (prueba unilateral) % "Ms pequeas" - "F1 (x) <F2 (x)" (prueba unilateral) % % Para el tipo = 'desigual', 'ms grande', y 'menor', la prueba estadstica se % Max | S1 (x) - S2 (x) |, max [S1 (x) - S2 (x)], y un mximo de [S2 (x) - S1 (x)], %, Respectivamente. % % La decisin de rechazar la hiptesis nula se produce cuando la importancia % De nivel, ALPHA, igual o superior al P-valor. % % X1 y X2 son vectores de longitudes de N1 y N2, respectivamente, y representan % Muestras al azar de una distribucin subyacente (s). Que falta Observaciones%, indicada por NaN (Not-a-Number), se ignoran. % % [H, P] = KSTEST2 (...) tambin devuelve el valor asinttico P-P. % % [H, P, KSSTAT] = KSTEST2 (...) tambin devuelve la prueba de KS KSSTAT estadstica % Se define anteriormente para el tipo de prueba indicada por el tipo. % El asinttica% P-valor llega a ser muy preciso para muestras de gran tamao, y % Se cree que es razonablemente precisa de los tamaos de muestra N1 y N2 como % Que (N1 * N2) / (N1 + N2)> = 4. %

Ver tambin KSTEST%, LILLIETEST, CDFPLOT. % % Copyright 1993-2008 The MathWorks, Inc. % $ Revision: 1.5.2.6 Fecha de $ $: 30/01/1998 13:45:34 $ Las referencias%: % Massey, FJ, (1951) "La prueba de Kolmogorov-Smirnov de bondad de ajuste", % Journal of the American Statistical Association, 46 (253) :68-78. % Miller, LH, (1956) "Tabla de puntos porcentuales de Estadsticas de Kolmogorov", % Journal of the American Statistical Association, 51 (273) :111-121. % Stephens, MA, (1970) "El uso de la prueba de Kolmogorov-Smirnov, Cramer-Von Mises y Estadsticas relacionadas% sin tablas extensas ", Revista de la Real % Statistical Society. Serie B, 32 (1) :115-122. Conover%, WJ, (1980) Prctica Estadstica no paramtrica, Wiley. Pulse%, W.H., et. al., (1992) Numerical Recipes in C, Cambridge University.Prensa. si nargin <2 error ('Estadsticas: kstest2: TooFewInputs', '. Por lo menos dos entradas son requeridos'); final % % Asegrese de que cada muestra es un vector. % si ~ isvector (x1) | | ~ isvector (x2) error ('Estadsticas: kstest2: VectorRequired', '. Las muestras de X1 y X2 deben ser vectores'); final % Quitar% faltan observaciones indicadas por NaN, y % Que las observaciones siguen siendo vlidas. % x1 = x1 (~ isNaN (x1)); x2 = x2 (~ isNaN (x2)); x1 = x1 (:); x2 = x2 (:); si IsEmpty (x1) error ('Estadsticas: kstest2: NotEnoughData', 'Muestra vector X1 no contiene datos.');

final si IsEmpty (x2) error ('Estadsticas: kstest2: NotEnoughData', 'Muestra vector X2 no contiene datos.'); final % % Asegrese de que el nivel de significacin alfa, es un escalar % Entre 0 y 1 y establecer por defecto si es necesario. % if (nargin> = 3) & & ~ IsEmpty (alfa) si ~ isscalar (alpha) | | (alfa <= 0 | | alfa> = 1) error ('Estadsticas: kstest2: BadAlpha',... "ALPHA Nivel de significacin debe ser un escalar entre 0 y 1. '); final ms alfa = 0,05; final % % Asegrese de que el indicador del tipo de prueba, el tipo, es un nmero entero de escalar % Del conjunto permitido, y el defecto si es necesario. % if (nargin> = 4) & & ~ IsEmpty (cola) si ischar (cola) cola = strmatch (ms baja (la cola), {'ms pequeo', 'desigual', 'ms grande'}) - 2; si IsEmpty (cola) error ('Estadsticas: kstest2: BadTail',... 'Tipo de prueba de tipo indicador debe ser''desigual'',''''ms pequea, o grande''''.'); final elseif ~ isscalar (cola) | | ~ ((cola ==- 1) | | (tail == 0) | | (tail == 1)) error ('Estadsticas: kstest2: BadTail',... 'Tipo de prueba de tipo indicador debe ser''desigual'',''''ms pequea, o grande''''.'); final ms cola = 0; final % % Calcular F1 (x) y F2 (x), el emprico (es decir, de la muestra) los dibenzofuranos

policlorados. % binEdges = [-inf; sort ([x1, x2]); inf]; binCounts1 histc = (x1, binEdges, 1); binCounts2 histc = (x2, binEdges, 1); sumCounts1 = cumSum (binCounts1) / sum (binCounts1).; sumCounts2 = cumSum (binCounts2) / sum (binCounts2).; sampleCDF1 sumCounts1 = (1: end-1); sampleCDF2 sumCounts2 = (1: end-1); % % Calcular la prueba estadstica de inters. % interruptor de la cola caso de 0% a 2 caras de prueba: T = max | F1 (x) - F2 (x) |. deltaCDF = abs (sampleCDF1 - sampleCDF2); caso de -1% a 1 cara test: T = max [F2 (x) - F1 (x)]. deltaCDF = sampleCDF2 - sampleCDF1; caso del 1% de 1 cara de prueba: T = max [F1 (x) - F2 (x)]. deltaCDF = sampleCDF1 - sampleCDF2; final KSstatistic = max (deltaCDF); % % Calcular el valor de P asinttica aproximacin y aceptar o % Rechazar la hiptesis nula sobre la base de la P-valor. % n1 = longitud (x1); n2 = longitud (x 2); n = n1 * n2 / (n1 + n2); lambda = max (sqrt ((n) + 0.12 + 0.11/sqrt (n)) * KSstatistic, 0); si la cola ~ = 0% a 1 cara de prueba. pValue = exp (-2 * * lambda lambda);

else% a 2 caras de prueba (por defecto). % % Utilice el asinttica Q-funcin para aproximar las dos caras p-valor. % j = (1:101); pValue = 2 * sum ((-1) ^ (j-1) .* exp (-2 * * lambda lambda * j. ^ 2).) pValue = min (max (pValue, 0), 1); final H = (alpha> = pValue);