On Monday, December 18, 2017 at 5:33:04 AM UTC+1, M.M. wrote:
> Co by było, gdyby rozkład wzorcowy wygenerować innym generatorem,

Powinno być w miarę dobrze, tyle, że to test na to, że oba generatory
daj ten sam rozkład, nie na to, że generatory sa dobre!
Do Twoich celów musiałbyś więc założyć, że jeden z nich jest dobry;-)
a to może zostać odebrane jako mętne.

Pamiętaj, że te testy mają test i chi^2. Ten pierwszy też może
być chi^2, ale nie musi (np kołgomorowa-kogośtam dla ciągłych).
Rozumiem, że mówisz o zastąpieniu właśnie tego pierwszego testu?
Czy drugiego?

Jeśli pierwszgo, to znany asymptotyczny rozkład (o dystrybuancie F)
używamy tylko do rozsądnego podziału kubełków, generujemy właściwy
test, wychodzi x, liczym y = F^-1(x), i ładujemy do odpowiedniego kubełka.
Teraz testujemy (np chi^2) czy oba generatory miały ten sam rozkład
(w oryginale - czy jest to rozkład jenostajny).
Chyba standardowy chi^2 na porównanie wystarczy (ten, gdzie się porównuje
do rozkładów brzegowych
https://en.wikipedia.org/wiki/Chi-squared_test#Examp
le_chi-squared_test_for_categorical_data
)

BTW, trochę zgaduję, bo nie opisałeś, co i w którym momencie robisz.
Kod jest i z niego wszytko wynika, ale... przeczytanie kody zajęłoby
mi znacznie więcej czasu niż informacji o podstawach w poście;>

> albo tym samym z innym zarodkiem?

Bardzo zły pomysł. Ten sam generator dla róznych seedów pewnie ma
ten sam rozkład. Niekoniecznie dobry. Nic takim testem nie wykryjesz,
poza bardzo złymi generatorami;-)


>Otóż są problemy z liczeniem chi-square, bo inny generator może
>dać w jakimś kubełku zero i by trzeba dzielić przez zero.

To źle dobrane kubełki.
Dobór kubełków powinien być dobrany do oczekiwanej liczby
pomiarów.


pzdr
bartekltg