Kolmogorov-Smirnov Test
Kolmogorov-Smirnov (KS) testen er en ikke-parametrisk goodness-of-fit test, der vurderer, om en stikprøve stammer fra en specificeret teoretisk fordeling, såsom normal- eller eksponentialfordelingen. Først formaliseret af Andrey Kolmogorov i 1933 og videreudviklet af Nikolai Smirnov i 1948, sammenligner den den empiriske kumulative fordelingsfunktion for de observerede data mod en teoretisk kumulativ fordelingsfunktion (CDF) og kvantificerer deres maksimale absolutte afvigelse.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Kolmogorov, A. N. (1933). Sulla determinazione empirica di una legge di distribuzione. Giornale dell'Istituto Italiano degli Attuari, 4, 83–91. link ↗
- Smirnov, N. V. (1948). Table for estimating the goodness of fit of empirical distributions. Annals of Mathematical Statistics, 19(2), 279–281. DOI: 10.1214/aoms/1177730256 ↗
- Massey, F. J. (1951). The Kolmogorov-Smirnov test for goodness of fit. Journal of the American Statistical Association, 46(253), 68–78. DOI: 10.2307/2280095 ↗
- Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). Wiley. ISBN: 978-0471160687
Sådan citerer du denne side
ScholarGate. (2026, June 1). Kolmogorov-Smirnov Goodness-of-Fit Test. ScholarGate. https://scholargate.app/da/statistics/kolmogorov-smirnov
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →