Kolmogorov-Smirnov-Test

Das Wichtigste auf einen Blick

• Der KS-Test prüft die Übereinstimmung von Verteilungen ohne Annahme einer spezifischen Verteilungsform.
• Er misst die maximale Differenz zwischen empirischen Verteilungsfunktionen.
• Es gibt eine Ein-Stichproben- und eine Zwei-Stichproben-Variante des Tests.
• Der Test ist sensitiv gegenüber Unterschieden in Lage und Form der Verteilungen.
• Er ist besonders nützlich bei kleinen bis mittleren Stichprobenumfängen.
• Der KS-Test liefert eine Teststatistik und einen p-Wert zur Entscheidungsfindung.

Überblick: Kolmogorov Smirnov Test

Der Kolmogorov-Smirnov-Test (KS-Test) ist ein weit verbreiteter nichtparametrischer Test in der Statistik, der dazu dient, die Übereinstimmung von Verteilungen zu prüfen. Er wird sowohl in der Ein-Stichproben-Variante zur Überprüfung, ob eine Stichprobe einer bestimmten Verteilung folgt, als auch in der Zwei-Stichproben-Variante zum Vergleich zweier Stichproben eingesetzt. Der Test basiert auf der maximalen Differenz zwischen den empirischen Verteilungsfunktionen der Stichproben oder zwischen der empirischen und der theoretischen Verteilungsfunktion.

Grundlagen des Kolmogorov-Smirnov-Tests

Der Kolmogorov-Smirnov-Test wurde von Andrei Kolmogorov und Nikolai Smirnov entwickelt und dient der Überprüfung, ob eine empirische Verteilung mit einer theoretischen Verteilung übereinstimmt oder ob zwei empirische Verteilungen gleich sind. Er ist ein nichtparametrischer Test, das heißt, er setzt keine Verteilungsannahmen voraus.

Teststatistik und Funktionsweise

Die Teststatistik des KS-Tests ist die maximale absolute Differenz zwischen der empirischen Verteilungsfunktion (EDF) der Stichprobe und der kumulativen Verteilungsfunktion (CDF) der Referenzverteilung (Ein-Stichproben-Test) oder zwischen den EDFs zweier Stichproben (Zwei-Stichproben-Test). Diese maximale Differenz wird als D bezeichnet.

Ein-Stichproben-KS-Test

Der Ein-Stichproben-KS-Test prüft die Nullhypothese, dass eine gegebene Stichprobe aus einer bestimmten theoretischen Verteilung stammt. Dabei wird die empirische Verteilungsfunktion der Stichprobe mit der theoretischen Verteilungsfunktion verglichen.

Zwei-Stichproben-KS-Test

Der Zwei-Stichproben-KS-Test vergleicht zwei unabhängige Stichproben und prüft, ob diese aus der gleichen Verteilung stammen. Hierbei wird die maximale Differenz zwischen den beiden empirischen Verteilungsfunktionen berechnet.

Vergleich Ein-Stichproben- und Zwei-Stichproben-KS-Test

Vorteile des Kolmogorov-Smirnov-Tests

Der KS-Test ist nichtparametrisch und benötigt keine Annahmen über die Verteilungsform. Er ist sensitiv gegenüber Unterschieden in der Lage und Form der Verteilung und kann für kleine Stichproben verwendet werden.

Einschränkungen und Voraussetzungen

Der KS-Test ist weniger geeignet bei diskreten Verteilungen oder wenn Parameter der Verteilung geschätzt werden müssen, da dies die Verteilung der Teststatistik verändert. Zudem ist er weniger sensitiv für Unterschiede in den Verteilungsrändern.

Anwendungsgebiete

Der Kolmogorov-Smirnov-Test findet Anwendung in der Statistik, Qualitätskontrolle, Biostatistik, Finanzanalyse und anderen Bereichen, in denen die Überprüfung von Verteilungsannahmen oder der Vergleich von Stichproben wichtig ist.

Interpretation der Testergebnisse

Ein kleiner Wert der Teststatistik D und ein hoher p-Wert sprechen gegen die Ablehnung der Nullhypothese, d.h., die Verteilungen stimmen überein. Ein großer D-Wert und ein niedriger p-Wert deuten auf eine signifikante Abweichung hin.

Zusatzinformationen