Uji Kolmogorov-Smirnov

Dina statistika, tes Kolmogorov-Smirnov dipaké keur ngabédakeun dua sebaran empiris atawa ngabédakeun sebaran empiris jeung sebaran tiori.

Cumulative distribution empiris keur n observasi y_i dihartikeun ku E(x) = Σ _i (y_i < x). Tes statistik dua-sisi Kolmogorov-Smirnov dirumuskeun ku

$D_{n}^{+}=\max(E(x)-F(x))$

$D_{n}^{-}=\max(F(x)-E(x))$

nu mana F(x) nyaéta sebaran hipotesa atawa sebaran empiris séjénna. Sebaran probabilitas dua statistik ieu, nunjukkeun yén null hypothesis sebaran sarua nyaéta bener, henteu gumantung kana hipotesa sebaran, salila kontinyu. Knuth nunjukkeun sacara jéntré kumaha cara analisa signifikan tina pasangan statistik ieu. Loba masarakat nu maké max(D_n⁺, D_n^-), tapi sebaran dina ieu statistik leuwih hésé keur direngsekeun.

Hiji catetan dina kaayaan variabel bébas berulang, saperti poé dina sataun atawa poé dina saminggu, Kuiper's test leuwih hadé dipaké. Numerical Recipes mangrupa sumber nu hadé keur informasi ieu. Catetan saterusna, tes Kolmogorov-Smirnov leuwih sensitip dina titik nu deukeut kana median sebaran tinimbang dina tungtungna. Anderson-Darling test salah sahiji tes nu nunjukkeun kasaruaan sensitip di tungtung.

Tumbu kaluar

• http://www.itl.nist.gov/div898/handbook/eda/section3/eda35g.htm - A lovely explanation of the one-sided KS test
• http://www.io.com/~ritter/JAVASCRP/NORMCHIK.HTM Archived 2001-06-16 di Wayback Machine - JavaScript code that implements both the one-sided and two-sided tests.
• As always, Numerical Recipes (ISBN 0-521-43108-5) is a prime resource for this sort of thing (see http://www.nr.com/nronline_switcher.html Archived 2004-08-03 di Wayback Machine for a discussion).