CRAN提交R包调用C_pKolmogorov2x遇警告的解决方案咨询

关于CRAN警告的影响 #

这个警告大概率会导致你的包被CRAN拒绝。CRAN审核规则明确禁止直接调用基础包的内部底层函数（如.Call调用stats:::C_pKolmogorov2x），这类函数不属于公开API，仅R自身内部使用，随时可能在版本更新中修改或移除，CRAN维护者会严格执行这一规范。

替代解决方案 #

1. 使用第三方包的公开函数 #

以下两个包提供了直接基于检验统计量和样本量计算单样本KS检验p值的公开函数：

• EnvStats包：pKolmogorov1x函数专门计算单样本Kolmogorov-Smirnov分布的累积分布函数，直接传入检验统计量D和样本量n即可，p值计算方式为：

  # 需先在DESCRIPTION中添加Imports: EnvStats
  1 - EnvStats::pKolmogorov1x(criticalValue, n1)
  

• dgof包：pks函数可计算KS分布的累积概率，单样本场景下直接使用：

  # 需先在DESCRIPTION中添加Imports: dgof
  1 - dgof::pks(criticalValue, n1)
  

2. 自行实现KS分布的p值计算 #

如果不想依赖第三方包，可参考R的stats包逻辑，用纯R代码实现：

• 精确计算（小样本）：针对样本量n≤100的场景，通过KS分布的精确求和公式实现，核心逻辑是遍历所有可能的排列组合累积概率。
• 正态近似（大样本）：当n≥50时，可使用正态近似公式计算双侧检验p值：

  z <- sqrt(n1) * criticalValue
  p_val <- 2 * sum((-1)^k * exp(-2 * k^2 * z^2) for k in 1:100)
  

3. 间接调用ks.test（备选） #

若能构造符合原检验分布的虚拟样本，可间接调用ks.test获取p值，但效率较低且依赖随机数，仅作备选：

# 示例：针对正态分布构造虚拟样本
dummy_sample <- rnorm(n1)
ks_result <- ks.test(dummy_sample, "pnorm", mean = mean(dummy_sample), sd = sd(dummy_sample))
# 仅当虚拟样本的KS统计量与你的目标统计量一致时有效

内容的提问来源于stack exchange，提问作者errenay