тот же пример с удалением из начала питоновского списка я взял с медиуума

где человек учил других проходить собеседование в гугл

с конкурентами расправлялся, видимо😅

pvals <- replicate(1000, {x <- rnorm(100, mean = 0, sd=1); mn <- mean(x); s <- sd(x); ks.test(x, y='pnorm', mn, s)$p.value})

а чем эта запись отличается от просто
replicate(1000, ks.test(rnorm(100), "pnorm")$p.value)
? Он разве не делает сам эти оценки внутри?

нет

а в чем различие?

Погодите, я не догоняю. Вы сэмплируете из нормального распределения, проверяете его на нормальность, и удивляетесь, что p-value близки к единице? В чем прикол?

между нашими примерами? ну я два привел. В одном я передаю параметры (ибо эта штука их не умеет считать), в другом, как предложили, предварительно нормирую. Во втором можно 0 и 1 не передавать

p-value не должны быть близки к единице, они должны быть равномерно распределены при верности нулевой гипотезы

нашел, почему у вас скошено. Это, конечно, подстава от разрабочткиов

+

А, ну да, верно

set.seed(42)
many_p <- replicate(100000, ks.test(rnorm(100), "pnorm", 0, 1, exact=TRUE)$p.value)
hist(many_p)

там с выборки размера 100 по-умолчанию считается не exact статистика, а она не точная

но она гораздо точнее в этом случае, что прикольно

ну при exact=False p-value скошено при нулевой гипотезе, а при exact=TRUE - нет. не совсем понимаю, почему точнее

вот я про это и говорю, если нормировать, то это искуственно приведение к mean = 0, sd = 1. Если не нормировать, а просто пробросить через … mean = 0, sd = 1, должно получиться то же самое. Если же в качестве параметров ничего передавать, то параметры оцениваются по выборке, что должно выдавать резултьтат такой же, как если передавать параметры, оцененные по выборке в ручную через … . Хотя в этом я уже начинаю сомневаться

я не так понял, это был график с верной гипотезой

можете проверить, я проверил - нет