使用Kolmogorov-Smirnov检验遇重复值报错，如何解决？

报错原因 #

Kolmogorov-Smirnov（KS）检验的理论基础是假设数据来自连续概率分布，而连续分布在理论上不会出现重复观测值（ties）。当你的数据中存在重复值时，R的ks.test()函数无法计算精确的p值，因此抛出'ties should not be present for the Kolmogorov-Smirnov test'的错误。

可行解决方法 #

• 方法1：使用渐近p值替代精确p值
  直接在ks.test()中设置exact = FALSE，让函数使用渐近分布计算p值，绕过重复值的限制。代码示例：

  ks.test(data, "pweibull", shape = 1, scale = 7, exact = FALSE)
  

  注意：样本量较大时，渐近p值精度足够可靠；样本量较小时，结果可能存在偏差。

• 方法2：给数据添加微小抖动（Jitter）
  通过给重复值添加极小的随机噪声消除重复，同时尽量保留原始分布特征。使用R的jitter()函数实现，调整amount参数控制噪声大小（不要过大，避免扭曲数据）：

  ks.test(jitter(data, amount = 0.01), "pweibull", shape = 1, scale = 7)
  

  注意：噪声大小需根据数据尺度调整，比如数据为整数时，amount=0.1可能更合适。

• 方法3：改用对重复值更友好的拟合优度检验
  如果重复值较多，可使用Anderson-Darling检验，它对连续分布的拟合优度检验更稳健，且支持处理重复值。需先安装并加载nortest包：

  install.packages("nortest")
  library(nortest)
  ad.test(data, "pweibull", shape = 1, scale = 7)
  

内容的提问来源于stack exchange，提问作者Saima