Podczas gdy normalnie zalecałbym sprawdzenie wykładniczości za pomocą wykresów diagnostycznych (takich jak wykresy QQ), omówię testy, ponieważ ludzie często ich chcą:
Jak sugeruje Tomas, test Kołmogorowa-Smirnowa nie nadaje się do testowania wykładniczości z nieokreślonym parametrem.
Jeśli jednak dostosujesz tabele do oszacowania parametru, otrzymasz test Lillieforsa dla rozkładu wykładniczego.
Lilliefors, H. (1969), „O teście Kołmogorowa – Smirnowa dla rozkładu wykładniczego o średniej nieznanej”, Journal of American Statistics Association , t. 64 s. 387–389.
Zastosowanie tego testu jest omówione w praktycznych statystykach nieparametrycznych Conovera .
Jednak w D'Agostino & Stephens ' Goodness of Fit Techniques omawiają podobną modyfikację testu Andersona-Darlinga (nieco skośnie, jeśli dobrze pamiętam, ale myślę, że wszystkie wymagane informacje na temat tego, jak podejść do niego w przypadku wykładniczym, to: w książce), a to prawie na pewno będzie miało większą moc w stosunku do interesujących alternatyw.
n ( 1 - r2))r
Wreszcie, można zastosować podejście płynnego testu , jak w książce Rayner & Best ( Smooth Tests of Goodness of Fit , 1990 - chociaż uważam, że jest nowsza, z Thas i „ in R ” dodanymi do tytułu). Przypadek wykładniczy obejmuje również:
JCW Rayner i DJ Best (1990), „Smooth Tests of Goodness of Fit: An Overview”,
International Statistics Review , tom. 58, nr 1 (kwiecień 1990), s. 9–17
Cosma Shalizi omawia również sprawne testy w jednym rozdziale notatek z wykładu na temat zaawansowanej analizy danych na studiach licencjackich lub w Ch15 swojej książki Zaawansowana analiza danych z podstawowego punktu widzenia .
W przypadku niektórych z powyższych może być konieczna symulacja rozkładu statystyki testowej; dla innych dostępne są tabele (ale w niektórych z tych przypadków symulacja może być łatwiejsza, a nawet dokładniejsza - tak jak w przypadku testu Lilliefors, ze względu na ograniczony rozmiar symulacji w oryginale).
n ( 1 - r2))