用于任何统计分布的拟合优度检验。 该检验依赖于样本累积密度函数的值是渐近正态分布的事实。
要应用柯尔莫戈洛夫-斯米尔诺夫检验，首先计算观测值的累积频率（按样本大小标准化），作为类别的函数。然后计算真实分布的累积频率（最常见的是正态分布）。找出观测到的和期望的累积频率之间的最大差异，这被称为“D统计量”。将此与该样本大小的临界D统计量进行比较。如果计算出的D统计量大于临界值，则拒绝零假设，即分布具有预期的形式。该检验是一种R估计。
柯尔莫戈洛夫-斯米尔诺夫检验
另请参阅
Anderson-Darling 统计量, D统计量, Kuiper 统计量, 正态分布, R估计使用 Wolfram|Alpha 探索
参考文献
Boes, D. C.; Graybill, F. A.; and Mood, A. M. 统计学理论导论，第 3 版 New York: McGraw-Hill, 1974.DeGroot, M. H. Ch. 9 in 概率与统计，第 3 版 Reading, MA: Addison-Wesley, 1991.Knuth, D. E. §3.3.1B in 计算机程序设计艺术，第 2 卷：半数值算法，第 3 版 Reading, MA: Addison-Wesley, pp. 45-52, 1998.
Neal, D. K. "正态性拟合优度检验。" Mathematica Educ. Res. 5, 23-30, 1996. http://library.wolfram.com/infocenter/Articles/1379/.Press, W. H.; Flannery, B. P.; Teukolsky, S. A.; and Vetterling, W. T. "柯尔莫戈洛夫-斯米尔诺夫检验。" In FORTRAN 数值方法：科学计算的艺术，第 2 版 Cambridge, England: Cambridge University Press, pp. 617-620, 1992.在 Wolfram|Alpha 中被引用
柯尔莫戈洛夫-斯米尔诺夫检验引用为
Weisstein, Eric W. "柯尔莫戈洛夫-斯米尔诺夫检验。" 来自 MathWorld -- Wolfram Web 资源。 https://mathworld.net.cn/Kolmogorov-SmirnovTest.html