我正在研究船舶交通对一只小海鸟造成的干扰。我观察了焦点动物一段时间，并记录了它们在观察过程中是否从水中飞出。这种特殊的鸟在不受干扰时不会以高概率飞行（大约 10% 的时间）。事后，我将到最近的船的距离附加到每次观察中（感兴趣的船有 GPS 定位器每 5 秒记录一个点）。

我已经绘制了所有观测值的累积分布函数，以及鸟类从水中飞出的观测值与最近船舶距离的函数关系。正如预期的那样，当船靠近时观察到鸟飞行的大部分观察结果。

我可以使用 Kolmogorov-Smirnov 检验来测试飞行观测值和总观测值的分布是否存在统计差异？我的想法是，如果这两种分布不同，则表明船距对飞行有影响。我担心这些分布函数不是独立的，因为飞行观测是总观测的一个子集。

想法？

在这个网站上进一步阅读后，我想我可以测试发生飞行的观察分布（F）与没有发生飞行的观察分布（NF），因为它们是独立的。如果这些分布相同 F=NF，那么我们可以假设 (F) 和 (TOT = 所有观察值) 的分布相同，因为我们知道 (F) 的分布等于自身和 (F)+ (T) = (TOT)。对？

更新：2/12/14

根据@Scortchi 的建议，我在逻辑回归框架中调查了飞行发生率与到最近船舶的距离之间的关系。存在轻微的关系（负斜率），但 p 值不显着，表明真实斜率可能为零。根据描述性统计数据（包括 ecdf 图），我怀疑当船舶不影响行为时，近距离船舶的影响被许多观察结果所淹没。然后我使用了 R 包分段（http://cran.r-project.org/web/packages/segmented/segmented.pdf) 尝试在模型中找到断点。该程序发现，在离船 2.6 公里处打破数据并拟合两个单独的系数比单系数模型要好。接近船舶接近的斜率系数为负，表明船舶影响飞行响应直到约 2.6 公里（p 值 < 0.001）。第二个斜率的系数略为正，但 p 值在 0.05 alpha 水平上不显着（p 值 = 0.11）。因此，总而言之，分段回归线能够检测到飞行概率增加的阈值差异。当船舶超过 2.6 公里时，飞行概率的估计值为 0.11。恰如其分地，我观察到了 79 只鸟，当时甚至没有船只在研究区（>

感谢所有的建议。我希望这个问题以及建议和答案对其他人有所帮助。