Я просматриваю пример HypothesisTestingKolmogorovSmirnovTestExample.scala для искры и, похоже, не может понять, что касается CDF.Spark mllib.stat.Statistics - kolmogorovSmirnovTest CDF
Их пример:
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.mllib.stat.Statistics
import org.apache.spark.rdd.RDD
val data: RDD[Double] = sc.parallelize(Seq(0.1, 0.15, 0.2, 0.3, 0.25)) // an RDD of sample data
val myCDF = Map(0.1 -> 0.2, 0.15 -> 0.6, 0.2 -> 0.05, 0.3 -> 0.05, 0.25 -> 0.1)
val testResult2 = Statistics.kolmogorovSmirnovTest(data, myCDF)
println(testResult2)
Это возвращает:
Very strong presumption against null hypothesis: Sample follows theoretical distribution.
Это имеет смысл - то, что не есть, когда я пытаюсь, чтобы не отказаться от Null:
val data: RDD[Double] = sc.parallelize(Seq(0.1, 0.15, 0.2, 0.3, 0.25)) // an RDD of sample data
val myCDF = Map(0.1 -> 0.1, 0.15 -> 0.15, 0.2 -> 0.2, 0.3 -> 0.3, 0.25 -> 0.25) //CDF matching the data distribution
val testResult2 = Statistics.kolmogorovSmirnovTest(data, myCDF)
println(testResult2)
Это ТАКЖЕ возвращает:
Very strong presumption against null hypothesis: Sample follows theoretical distribution.
Что дает? CDF и данные - это то же самое распределение, не так ли? Почему Нуль был бы отвергнут? Что я предполагаю/делаю неправильно?