非参数块自助 Kolmogorov-Smirnov 良好拟合检验
统计方法学
2025-11-11 v1
摘要
Kolmogorov-Smirnov（KS）检验是广泛用于检验样本是否符合指定分布的统计检验方法。然而，其效能在序列相关数据及其假设分布参数未知的情况下会显著下降。对于独立数据，可采用参数和非参数自助方法进行参数估计后的校正。对于序列相关的平稳数据，已发展出基于工作序列相关结构的参数自助方法。然而，针对非参数自助方法的相应做法——需要偏差校正——尚未受到研究。为填补这一空白，本研究引入一种采用非参数块自助法进行偏差校正的方法，用以评估平稳序列边缘分布在未指定序列相关性及未指定参数情况下，其 KS 统计量分布的良好拟合程度。我们通过模拟实验评估了该方法的有效性，考察了其大小（Type I 错误率）与检验功效（power）。我们进一步以标普 500 指数股票收益为例，展示了该方法在实际应用中的实用性。
引用
@article{arxiv.2511.05733,
title = {Nonparametric Block Bootstrap Kolmogorov-Smirnov Goodness-of-Fit Test},
author = {Mathew Chandy and Elizabeth Schifano and Jun Yan and Xianyang Zhang},
journal= {arXiv preprint arXiv:2511.05733},
year = {2025}
}