是否有用于对数逻辑斯蒂分布Anderson-Darling检验的R代码？ad.test()调用无效

在R中，goftest包的ad.test()函数支持自定义分布的拟合优度检验，但由于对数逻辑斯蒂分布并非内置选项，需要手动定义其累积分布函数（CDF）并先估计参数。以下是完整实现代码：

步骤1：安装并加载必要包 #

# 首次运行需安装包
install.packages(c("goftest", "fitdistrplus"))
# 加载包
library(goftest)
library(fitdistrplus)

步骤2：准备数据（替换为你的实际数据） #

# 示例：生成对数逻辑斯蒂分布的模拟数据
set.seed(123)
data <- exp(rlogis(100, location = 0, scale = 1))

步骤3：拟合对数逻辑斯蒂分布并估计参数 #

使用fitdistrplus包的fitdist()函数可以更准确地估计分布参数：

# 拟合对数逻辑斯蒂分布
fit_result <- fitdist(data, distr = "llogis")
# 提取估计的位置和尺度参数
mu_hat <- fit_result$estimate["location"]
sigma_hat <- fit_result$estimate["scale"]

步骤4：定义对数逻辑斯蒂分布的CDF #

对数逻辑斯蒂分布的CDF公式为：$F(x) = \frac{1}{1 + \left(\frac{x}{e^\mu}\right){-1/\sigma}}$，据此定义函数：

loglogistic_cdf <- function(x) {
  1 / (1 + (x / exp(mu_hat))^(-1/sigma_hat))
}

步骤5：执行Anderson-Darling检验 #

# 调用ad.test执行检验
ad_test_result <- ad.test(data, null = loglogistic_cdf)
# 输出检验结果
print(ad_test_result)

注意事项 #

• 若你的数据是对数转换后的变量，直接检验其是否符合逻辑斯蒂分布即可，无需自定义CDF：ad.test(log_data, null = plogis)
• 检验结果中的p值若大于显著性水平（如0.05），则不能拒绝“数据来自对数逻辑斯蒂分布”的原假设

内容的提问来源于stack exchange，提问作者Maria Eleni