Klassinen ei-parametrinen Cramer - Mises - Smirnovin sopivuustesti on suunniteltu testaamaan yksinkertaisia hypoteeseja siitä tosiasiasta, että analysoitu näyte kuuluu täysin tunnettuun lakiin, eli testaamaan muodon hypoteeseja tunnetulla parametrivektorilla. teoreettinen laki. Cramer-Mises-Smirnov- kriteerissä käytetään muodon mukaista tilastoa
,
missä on otoksen koko, ovat otoksen elementit lajiteltu nousevaan järjestykseen.
Jos yksinkertainen testattava hypoteesi pitää paikkansa, kriteerin tilastot noudattavat muotojakaumaa [1].
Yksinkertaisia hypoteeseja testattaessa kriteeri on jakeluvapaa , eli se ei riipu lain tyypistä, jonka kanssa sopimusta testataan.
Testattu hypoteesi hylätään suurilla tilastoarvoilla. Jakaumapisteet prosentteina on annettu [1, 2].
Kun testataan muotoisia kompleksisia hypoteeseja , joissa skalaari- tai vektorijakaumaparametrin estimaatti lasketaan samasta otoksesta, ei-parametriset sopivuustestit menettävät vapauden jakautumisominaisuudesta [3, 4].
Monimutkaisia hypoteeseja testattaessa ei-parametristen sopivuustestien tilastojen jakaumat riippuvat useista tekijöistä: havaitun lain tyypistä, joka vastaa testattavaa validia hypoteesia ; arvioitavan parametrin tyypistä ja arvioitavien parametrien lukumäärästä; joissakin tapauksissa tietyllä parametriarvolla (esimerkiksi gamma- ja beeta-jakaumien perheiden tapauksessa); parametrien estimointimenetelmästä. Erot samojen tilastojen marginaalijakaumissa yksinkertaisia ja monimutkaisia hypoteeseja testattaessa ovat niin merkittäviä, että niitä ei missään nimessä pidä jättää huomiotta.
Kriteerin soveltamisesta monimutkaisten hypoteesien testaamiseen :
Tietoja sopivuuskriteerien voimasta :