• 응용통계연구
• /
• 제25권2호
• /
• pp.311-319
• /
• 2012

수명시간 분석에서 가장 간단하고 또한 자주 이용되는 분포는 지수분포이다. Koziol과 Green (1976)은 Cram$\acute{e}$r-von Mises 통계량을 Kaplan-Meier의 product limit 경험분포함수를 이용하여 임의중도절단자료에 대해서 일반화하였다. 그러나 이 통계량은 모수의 값이 주어진 단순귀무가설을 가정하고 있으므로 실제 자료에 적용하기에는 어려운 점이 있다. 본 논문에서는 척도모수가 미지인 지수분포의 적합도 검정에 모수를 추정하여 Koziol-Green 통계량을 적용하였다. 그리고 같은 방법으로, 전통적인 Kolmogorov-Smirnov 검정통계량을 일반화하고 두 가지 통계량의 검정력을 모의실험을 통하여 비교하였다. 그 결과 전반적으로 일반화된 Koziol-Green 통계량이 Kolmogorov-Smirnov 통계량보다 지수분포의 검정에 있어서는 좀 더 좋은 검정력을 보여주었다.

• 응용통계연구
• /
• 제21권6호
• /
• pp.1065-1075
• /
• 2008

신용평가모형 개발과 적합성 검정 연구에서 부도율분포로부터 부도기업과 정상기업의 판별력을 검정하는 방법으로 비모수적인 방법인 Kolmogorov-Smirnov(K-S) 검정방법을 많이 사용한다. 모집단에 대한 누적분포함수를 알고있으며 이 분포함수가 두 개의 분포함수로 분할되었다는 가정하에서 두 분포함수 동일성을 검정하는 신용평가 연구에서 스코어 또는 부도율이 다양한 확률분포를 따른다고 가정하고 기존의 K-S 통계량과 수정된 K-S 통계량을 비교 토론한다.

• 품질경영학회지
• /
• 제14권1호
• /
• pp.39-46
• /
• 1986

This paper considers two sided tests for exponential null distribution against NBUE or NWUE alternative in life testing. The main results concern the strong consistency of two proposed statistics, one being similar to Kolmogorov - Smirnov statistic, the other similar to Cramer-Von Mises statistic. Also obtained are the asymtotic null distribution and the exact Bahadur slope of the statistic similar to Kolmogorov-Smirnov.

• Communications for Statistical Applications and Methods
• /
• 제24권5호
• /
• pp.519-531
• /
• 2017

We consider goodness-of-fit test statistics for Weibull distributions when data are randomly censored and the parameters are unknown. Koziol and Green (Biometrika, 63, 465-474, 1976) proposed the $Cram\acute{e}r$-von Mises statistic's randomly censored version for a simple hypothesis based on the Kaplan-Meier product limit of the distribution function. We apply their idea to the other statistics based on the empirical distribution function such as the Kolmogorov-Smirnov and Liao and Shimokawa (Journal of Statistical Computation and Simulation, 64, 23-48, 1999) statistics. The latter is a hybrid of the Kolmogorov-Smirnov, $Cram\acute{e}r$-von Mises, and Anderson-Darling statistics. These statistics as well as the Koziol-Green statistic are considered as test statistics for randomly censored Weibull distributions with estimated parameters. The null distributions depend on the estimation method since the test statistics are not distribution free when the parameters are estimated. Maximum likelihood estimation and the graphical plotting method with the least squares are considered for parameter estimation. A simulation study enables the Liao-Shimokawa statistic to show a relatively high power in many alternatives; however, the null distribution heavily depends on the parameter estimation. Meanwhile, the Koziol-Green statistic provides moderate power and the null distribution does not significantly change upon the parameter estimation.

• Communications for Statistical Applications and Methods
• /
• 제26권5호
• /
• pp.431-443
• /
• 2019

Goodness-of-fit techniques are an important topic in statistical analysis. Censored data occur frequently in survival experiments; therefore, many studies are conducted when data are censored. In this paper we mainly consider test statistics based on the empirical distribution function (EDF) to test normal distributions with unknown location and scale parameters when data are randomly censored. The most famous EDF test statistic is the Kolmogorov-Smirnov; in addition, the quadratic statistics such as the $Cram{\acute{e}}r-von$ Mises and the Anderson-Darling statistic are well known. The $Cram{\acute{e}}r-von$ Mises statistic is generalized to randomly censored cases by Koziol and Green (Biometrika, 63, 465-474, 1976). In this paper, we generalize the Anderson-Darling statistic to randomly censored data using the Kaplan-Meier estimator as it was done by Koziol and Green. A simulation study is conducted under a particular censorship model proposed by Koziol and Green. Through a simulation study, the generalized Anderson-Darling statistic shows the best power against almost all alternatives considered among the three EDF statistics we take into account.

• Communications for Statistical Applications and Methods
• /
• 제15권6호
• /
• pp.1013-1026
• /
• 2008

신용평가모형의 판별력에 대한 적합성 검정방법으로 콜모고로프-스미르노프(K-S) 통계량이 널리 사용되고 있다. K-S 통계량을 통한 모형의 판별력 판단기준으로는 표본수에 의존하는 K-S 검정통계량의 임계값보다 매우 큰 기준인 $0.3{\sim}0.4$의 수준이 일반적으로 적용된다. 본 논문에서는 모의실험을 통해 일반적 판단기준의 타당성을 살펴보았다. 모의실험 결과 국내에서 개발된 대부분의 신용평가모형의 결과를 바탕으로 구한 K-S 통계량은 현재 적용하고 있는 판단기준보다 큰 값을 갖는다는 것을 발견하였다. 따라서 어떠한 신용평가모형 이라도 좋은 판별력을 갖는다고 해석할 수 있다. 본 연구에서는 표본크기와 불량률 그리고 제II종 오류율에 따른 대안적인 임계값을 제안한다.

• 응용통계연구
• /
• 제32권6호
• /
• pp.879-887
• /
• 2019

본 연구에서는 이표본 구간 자료의 확률적 순서 검정 절차를 제안한다. 제안하는 검정 통계량은 U-통계량에 해당하며 본 연구에서는 이에 대한 점근적 분포를 귀무 가설 하에서 유도하였다. 실제 자료와 모의 실험을 통해 새로 제안한 방법의 성능을 단측 이변량 Kolmogorov-Smirnov 검정법과 비교한다.

• Journal of the Korean Data and Information Science Society
• /
• 제14권4호
• /
• pp.951-963
• /
• 2003

In this paper, we propose goodness of fit test statistics based on the estimated Kullback-Leibler information functions using the data from three step stress accelerated life test. This acceleration model is assumed to be a tampered random variable model. The power of the proposed test under various alternatives is compared with Kolmogorov-Smirnov statistic, Cramer-von Mises statistic and Anderson-Darling statistic.

• Journal of the Korean Data and Information Science Society
• /
• 제5권2호
• /
• pp.75-85
• /
• 1994

계단 충격 가속수명시험에서 통계적 추론을 위해 가정하는 수명분포에 대한 적합도검정을 Kolmogorov-Smirnov, Kuiper, Watson, Cramer-von Mises, Anderson-Darling과 같은 비모수적 검정통계량에 대하여 몬테칼로 방법을 이용한 기각치를 구하고, 검정력 측면에서 비교, 연구한다.

• Journal of the Korean Statistical Society
• /
• 제13권1호
• /
• pp.48-56
• /
• 1984

This paper considers one-sample and two-sample test for the logistic function by means of Kolmororov-Smirnov type statistics. The standard tables used for the Kolmogorov-Smirnov test are valid only when the function is completely specified; but they are not valid if the parameters of function are estimated from the sample. This note presents modified tables for the Kolmogorov-Sminov type staistic. These tables can be used to test the hypothesis that a sample comes from a logistic function when shape parameter $(\alpha)$ and location parameter $(\beta)$ must be estimated from the sample by the method of maximum likelihood. Monte Carlo method is employed to calculate the criticla values of the test. The tables of the critical values are provided.