連続分布の適合度・KSとAnderson–Darling

数値標本が仮定した連続分布と整合するかを二つの適合度統計量で比較する。

正規・指数のパラメータ推定では、同じ推定方法を再標本ごとに適用してp値を校正します。標本は端末内でのみ処理します。

項目を入力・選択してから「計算する」を押してください。

選択内容に応じて、残りの入力項目を案内します。

計算する内容

改行・空白・タブで区切って入力してください。1,234は1つの数値です。1000個まで。

空白・改行・タブで区切って2~1000個入力。値の重複、順位の同点、打切り値は対象外です。

199~1999の整数。標本数×試行回数は100万以下。試行回数を増やすとp値の刻みが細かくなります。

0~4294967295の整数。同じ標本・設定・seedなら同じ結果になります。


計算結果

値を入力して計算してください。

お気に入り一覧

計算方法・適用範囲・出典

計算方法

観測値を昇順にx₍ᵢ₎とし、KS D=maxᵢ{ i/n−F(x₍ᵢ₎), F(x₍ᵢ₎)−(i−1)/n }。AD A²=−n−(1/n)Σᵢ(2i−1)[ln F(x₍ᵢ₎)+ln(1−F(x₍ₙ₊₁₋ᵢ₎))]。正規推定では標本平均と不偏標準偏差(n−1)、指数推定では位置0・標本平均を使用。既知パラメータは固定し、推定パラメータは各再標本で再推定します。帰無分布から同サイズの標本を指定回数生成し、統計量が観測以上の回数bを数えてp=(b+1)/(B+1)とします。表示丸めは算定に使いません。

KS D/D+/D−、AD A²、Monte Carlo校正p値、経験CDFと理論CDF、推定パラメータ。

計算例(架空の数値)

既知の一様分布[0,1]に標本0.25と0.75を入力した場合、KS D=0.25、AD A²≈0.2493405785です。

適用対象と限界

有限の実数値で、独立・同一分布・連続量・非打切りの標本(同一値なし)。離散・同順位・区間打切り・重み付き・時系列依存の標本、分布族の自動選択、推定一様分布、正確なKS解析p値・表定数や厳密な検定力評価。

採用した方式

  • KS・AD統計量(NIST e-Handbook 1.3.5.14/1.3.5.16(2026-11-14照合)):対象範囲 連続・独立・非打切りの1標本/適用地域 global
  • パラメータ推定時のMonte Carlo校正(SciPy goodness_of_fit API(2026-11-14照合)):対象範囲 正規・指数の標本推定と毎回再推定/適用地域 global

方法と出典

方法:E1419-KS-AD-MC-v1-2026-11-14。データ記録日:2026-11-14。