Computing the maximum over these 2N

Computing the maximum over these 2N values (with
f equal to Fdata(x) and g equal to F0(x) as defined
above) is clearly the most efficient way to compute
the Kolmogorov-Smirnov test statistic for a continuous
null distribution. When the function g is not
continuous, however, equality (3) does not hold in
general because we cannot replace limx!xi g(x) with
the value g(xi).
If it is known that g is a step function, it follows
that for some small e,

ผลลัพธ์ (ไทย) 1:

การคำนวณสูงสุดกว่าค่า 2n เหล่านี้ได้ (
ฉเท่ากับ fdata (x) และ g เท่ากับ f0 (x) ตามที่กำหนดไว้
ด้านบน) เห็นได้ชัดว่าวิธีที่มีประสิทธิภาพมากที่สุดในการคำนวณ
การทดสอบทางสถิติ Kolmogorov-Smirnov การอย่างต่อเนื่อง
null การกระจาย เมื่อฟังก์ชั่นกรัมไม่
อย่างต่อเนื่อง แต่ความเท่าเทียมกัน (3) ไม่ถือใน
ทั่วไปเพราะเราไม่สามารถแทนที่ limx! xi g (x) ที่มีค่า
g (xi).
ถ้ามันเป็นที่รู้จักกันว่าเป็นหน้าที่กรัมขั้นตอนที่มันตาม
ว่าสำหรับบางอีขนาดเล็ก

ผลลัพธ์ (ไทย) 2:

คอมพิวเตอร์สูงสุดเหนือเหล่านี้ค่า 2N (กับ
f เท่ากับ Fdata(x) และ g เท่ากับ F0(x) ตามที่กำหนดไว้
ข้างบน) เป็นวิธีที่มีประสิทธิภาพชัดเจนมากที่สุดจะคำนวณ
สถิติทดสอบ Smirnov ฟสำหรับความต่อเนื่อง
null กระจาย เมื่อ g ฟังก์ชันไม่
อย่างต่อเนื่อง อย่างไรก็ตาม ความเสมอภาค (3) ไม่ได้ถือใน
ทั่วไปเนื่องจากเราไม่สามารถแทน limx ! g(x) สิกับ
g(xi) ค่า
ถ้าเป็นที่รู้จักกันที่ g คือ ฟังก์ชันขั้นตอน ตาม
ที่อีบางเล็ก

ผลลัพธ์ (ไทย) 3:

การใช้งานคอมพิวเตอร์ที่สูงสุดมากกว่านี้ 2 N (พร้อมด้วย
F เท่ากับ fdata ( X )และ G เท่ากับ F 0 ( X )ตามที่กำหนด
ทางด้านบน)ได้อย่างชัดเจนว่ามี ประสิทธิภาพ มากที่สุดในการประมวลผลที่ kolmogorov-smirnov
ซึ่งจะช่วยการทดสอบสถิติอย่างต่อเนื่องสำหรับที่มีค่าเป็นนัล
ซึ่งจะช่วยจัดจำหน่าย. เมื่อ G ฟังก์ชันที่ไม่มี
อย่างต่อเนื่องอย่างไรก็ตามความเท่าเทียมกัน( 3 )ไม่ค้างไว้ใน
ทั่วไปเพราะเราไม่สามารถเปลี่ยน limx ! Xi G ( X )พร้อมด้วย
กรัมมูลค่า( Xi )..
หากเป็นที่ทราบกันดีว่า G คือการทำงานตามขั้นตอนที่ได้ดังนี้:
ว่าสำหรับอีขนาดเล็กบางส่วน