Klasický neparametrický Anderson-Darlingův test dobré shody [1, 2] je určen k testování jednoduchých hypotéz o tom, že analyzovaný vzorek patří do zcela známého zákona (o shodě mezi empirickým rozdělením a teoretickým zákonem ), že je testovat hypotézy tvaru se známým vektorem parametrů teoretického zákona.
Kritérium Anderson-Darling [1, 2] používá statistiku ve tvaru:
,
kde je velikost vzorku, jsou prvky vzorku seřazeny vzestupně.
Pokud je pravdivá jednoduchá testovatelná hypotéza, statistika kritéria se řídí rozdělením tvaru [2, 3, 4].
Při testování jednoduchých hypotéz je kritérium prosté distribuce, to znamená, že nezávisí na typu zákona, se kterým se testuje souhlas.
Testovaná hypotéza je zamítnuta při velkých hodnotách statistiky . Procentuální distribuční body jsou uvedeny v [3, 4].
Při testování komplexních hypotéz tvaru , kde je odhad parametru skalárního nebo vektorového rozdělení počítán ze stejného vzorku, ztrácejí neparametrické testy dobré shody vlastnost, že nejsou distribuovány [5, 4] (distribuce statistik nebude již distribuce , když je spravedlivá ).
Při testování komplexních hypotéz závisí rozdělení statistik neparametrických testů dobré shody na řadě faktorů: na typu pozorovaného zákona odpovídajícímu testované platné hypotéze ; na typu vyhodnocovaného parametru a počtu vyhodnocovaných parametrů; v některých případech na konkrétní hodnotě parametru (například v případě rodin gama a beta distribucí); z metody odhadu parametrů. Rozdíly v mezních distribucích stejných statistik při testování jednoduchých a složitých hypotéz jsou tak významné, že by neměly být v žádném případě opomíjeny.
O použití kritéria při testování složitých hypotéz :
O síle kritérií dobré shody :