13.11: 앤더슨-달링 테스트

Anderson-Darling 검정은 데이터 표본이 특정 이론적 분포에서 추출될 가능성이 있는지 여부를 확인하는 데 사용되는 통계적 방법입니다. 모수 검정과 달리, 이 검정은 분포의 특정 모수에 대한 가정을 필요로 하지 않습니다. 대신, 표본의 경험적 누적 분포 함수(ECDF)를 가설 분포의 누적 분포 함수(CDF)와 비교합니다. 검정에 대한 임계값은 보편적이지 않고 선택한 분포에 따라 다르므로 다양한 분포에 적용할 수 있습니다.

1952년 Theodore Wilbur Anderson과 Donald Allan Darling이 개발한 이 테스트는 정규성을 확인하는 데 널리 사용되지만 정규 분포에만 적용된다는 일반적인 오해입니다. 실제로, 관련 CDF가 알려진 한 지수, Weibull 또는 로지스틱과 같은 분포에 대한 적합도를 테스트할 수도 있습니다.

Anderson-Darling 검정을 사용할 때 고려해야 할 주요 사항은 모집단 분포에 대한 정보에 따라 모수 또는 비모수 접근 방식이 적절한지 여부입니다. 정규성을 검정하는 데 자주 사용되지만, 이 검정은 광범위한 분포에 걸쳐 적합도를 평가할 수 있습니다. 이 방법은 분포 꼬리의 편차에 대한 민감도가 더 높기 때문에 Kolmogorov-Smirnov(K-S) 테스트보다 개선된 것으로 간주되어 이상치와 극한 값을 감지하는 데 더 효과적입니다. 마지막으로, Anderson-Darling 검정 통계량을 수동으로 계산하는 것은 복잡할 수 있지만 컴퓨터 기반 도구 및 소프트웨어 패키지는 프로세스를 단순화하여 결과를 효율적으로 해석하는 데 필요한 테스트 통계량과 임계값을 모두 제공합니다.