如何做到R中GEV分布的Kolmogorov-Smirnov统计量？

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拟合带有关联的Kolmogorov-Smirnov测试？或者，是否还有其他适合性测试适合R中可用的分布？非常感谢。

Answer 1

我推荐“EnvStats”包。您将拥有更多适合性测试的多功能性：

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