উত্তর:
1) কোলমোগোরভ-স্মারনভ * এর সাথে দুটি বিষয় রয়েছে -
ক) এটি ধরে নিয়েছে যে বিতরণটি সম্পূর্ণরূপে নির্দিষ্ট করে দেওয়া হয়েছে, কোনও অনুমানক পরামিতি নেই। আপনি যদি প্যারামিটারগুলি অনুমান করেন যে কোনও কেএস লিলিফর্স পরীক্ষার (এই ক্ষেত্রে পয়েসন-নেসের ক্ষেত্রে) হয়ে যায় এবং আপনার বিভিন্ন সমালোচনামূলক মান প্রয়োজন
খ) ধরে নেওয়া যায় যে বিতরণটি অবিচ্ছিন্ন
উভয়ই পি-মানগুলির গণনার উপর প্রভাব ফেলে এবং উভয়ই এটি প্রত্যাখ্যান করার সম্ভাবনা কম করে।
* (এবং ক্র্যামার-ভন মাইজস এবং অ্যান্ডারসন ডার্লিং এবং অন্য কোনও পরীক্ষা যা ধারাবাহিকভাবে, সম্পূর্ণ নির্দিষ্ট নালাকে ধরে নেয়)
আপনি যদি কোনও সম্ভাব্য উচ্চ-রক্ষণশীল পরীক্ষা (অজানা আকারের) মনে না করেন তবে আপনাকে উভয়ের জন্য তাৎপর্যের গণনাটি সামঞ্জস্য করতে হবে; সিমুলেশন জন্য বলা হবে।
2) অন্যদিকে, কোনও ভায়ানিলা চি-বর্গক্ষেত্রের মাপসইটি একটি ভয়াবহ ধারণা যা কোনও অর্ডার দেওয়া কিছু পরীক্ষা করে যখন পোইসন হয়। আদেশ অগ্রাহ্য করে, এটি আরও আকর্ষণীয় বিকল্পগুলির পক্ষে খুব স্পর্শকাতর নয় - এটি অতিরিক্ত মাত্রার মতো সরাসরি আকর্ষণীয় বিকল্পগুলির বিরুদ্ধে শক্তি ছুঁড়ে দেয়, পরিবর্তে 'বিজোড় সংখ্যার চেয়ে বেশি সংখ্যার চেয়ে বেশি সংখ্যক' মতো জিনিসের বিরুদ্ধে তার শক্তি ব্যয় করে। ফলস্বরূপ আকর্ষণীয় বিকল্পগুলির বিরুদ্ধে এর শক্তি সাধারণত ভ্যানিলা কেএস এর চেয়ে কম তবে খুব কম টাইপ আই ত্রুটির হারের ক্ষতিপূরণ ছাড়াই।
আমি মনে করি এটি আরও খারাপ।
৩) আঁকড়ে ধরতে আপনি চি-স্কোয়ারকে এমন উপাদানগুলিতে ভাগ করতে পারেন যা অরথোগোনাল পলিনোমিয়াল ব্যবহারের মাধ্যমে ক্রমটিকে সম্মান করে এবং কম আকর্ষণীয় সর্বোচ্চ অর্ডার উপাদানগুলি বাদ দেয়। এই বিশেষ ক্ষেত্রে আপনি পোইসন পিএফ-তে বহুভিত্তিক অরথোগোনাল ব্যবহার করবেন
এটি রেনার এবং বেস্টের ছোট্ট 1989 বইয়ের গুডনেস অফ ফিট অফ গুডনেস বইয়ে গৃহীত হয়েছে এটির একটি দৃষ্টিভঙ্গি (আর-তে মসৃণ পরীক্ষার জন্য তাদের একটি নতুন রয়েছে যা আপনার জীবনকে আরও সহজ করে তুলতে পারে)
বিকল্পভাবে, এই মত কাগজপত্র দেখুন:
http://www.jstor.org/discover/10.2307/1403470
৪) তবে আপনি কেন এটি করছেন তার উপর নির্ভর করে পুরো উদ্যোগটি পুনর্বিবেচনা করা ভাল be
এই জাতীয় প্রশ্নগুলির আলোচনাটি সবচেয়ে উপযুক্ত টেস্টের সার্থকতার দিকে নিয়ে যায় ... এবং সাধারণভাবে সাধারণত অনুমানের বেশিরভাগ পরীক্ষায়:
স্বাভাবিকতা পরীক্ষা করা কি 'প্রয়োজনীয়ভাবে অকেজো'?
অবশিষ্টগুলি সাধারণত বিতরণ করা হয় তা নিশ্চিত করতে আমি কোন পরীক্ষা ব্যবহার করব?
কেএস-টেস্ট এবং অন্যান্য পরীক্ষা যেমন অ্যান্ডারসন ডার্লিং অবিচ্ছিন্ন বিতরণের জন্য ব্যবহৃত হয়। স্বতন্ত্র বিতরণগুলির জন্য, আপনি ফিট-টেস্টের চি-স্কয়ার সদ্ব্যবহার ব্যবহার করতে পারেন, যা আপনার বিতরণের জন্য প্রত্যাশিত সংখ্যার উপর ভিত্তি করে # সংরক্ষিত ইভেন্টগুলি বনাম প্রত্যাশার সংখ্যার তুলনা করে। যদি প্যারামিটারটি পয়সন বিতরণের জন্য পরিচিত হয় তবে আপনি অবশ্যই এটি ব্যবহার করবেন, সম্ভবত আপনি এমএলই ব্যবহার করে প্যারামিটারটি অনুমান করতে পারবেন যা আপনার চি-বর্গ পরীক্ষায় স্বাধীনতার ডিগ্রি হ্রাস করে। একটি উদাহরণ এখানে; আপনি এটিকে কেবল আপনার নির্দিষ্ট বিতরণে মানিয়ে নেবেন: http://www.stat.yale.edu/Courses/1997-98/101/chigf.htm