1 基本概念
1.1 定义与作用
拟合优度检验是用于判断样本数据是否与某个预先设定的理论分布、经验分布或模型结果相一致的统计方法。它关注的是“数据是否像所假定的那样分布”，而不是不同样本之间是否存在差异。该类检验常作为模型验证的基础工具，用于确认分析前提是否大致成立。
1.2 适用场景
拟合优度检验常见于分类数据、离散计数数据和连续型分布的适配性分析。例如，判断一批产品缺陷是否符合某种既定比例，或检验一组测量值是否可近似看作正态分布。它也用于回归、时间序列和机器学习建模前后的分布检查。
1.3 检验对象与原假设
拟合优度检验的对象通常是一个分布假设或模型假设。研究者先提出一个原假设，再根据样本与理论分布之间的偏离程度来决定是否保留该假设。这里的“拟合”并不意味着完全相同，而是指偏差是否仍在可接受范围内。
1.3.1 原假设与备择假设
原假设通常表示样本来自指定分布，或样本数据符合某个模型。备择假设则表示样本不符合这一分布或模型。检验结果若显著，往往意味着数据对原假设构成了足够强的反证。
1.3.2 观测频数与期望频数
在离散型拟合优度检验中，观测频数是样本中实际出现的次数，期望频数则是根据理论分布计算出的“应当出现”的次数。检验的核心，就是比较这两类频数之间的差别是否过大。
1.4 常见误解
拟合优度检验常被误解为“证明模型正确”或“证明数据绝对不服从某分布”。实际上，它只能在给定显著性水平下，评估数据与假设之间的相容程度，无法作出绝对性结论。
1.4.1 与相关性检验的区别
相关性检验用于判断两个变量是否存在统计关联，而拟合优度检验关注的是单个变量或样本集合是否符合某一分布。前者回答“是否有关联”，后者回答“是否符合预设分布”。
1.4.2 与独立性检验的区别
独立性检验通常考察两个分类变量是否相互独立；拟合优度检验则比较的是一个变量的观察分布与理论分布是否一致。两者都可能使用卡方统计量，但研究目标并不相同。
2 统计学原理
2.1 概率分布基础
拟合优度检验建立在概率分布理论之上。无论是离散分布还是连续分布，都可以通过概率模型给出某些结果出现的可能性，并由此形成可检验的理论基准。
2.1.1 离散分布
离散分布描述的是取值可逐一枚举的随机变量，例如分类结果、次数或计数。对于这类数据，检验通常比较各类别的实际频数与理论频数。
2.1.2 连续分布
连续分布适用于测量值、时间长度、误差项等连续变量。由于连续变量的取值不可穷举，检验时往往要借助累积分布函数、经验分布函数或分位数信息来比较差异。
2.2 误差与偏差
样本与理论分布不完全一致是常态，原因包括随机波动和系统性偏离。拟合优度检验的任务，就是区分偶然误差与具有统计意义的偏差。
2.2.1 抽样误差
抽样误差来自样本容量有限及抽样随机性。即便总体完全符合某分布，抽出来的样本也可能出现局部偏离，这种偏离不一定意味着模型失效。
2.2.2 系统偏差
系统偏差是指数据生成过程本身就偏离理论设定，例如测量仪器校准不准、记录规则不统一或模型设定遗漏重要因素。这类偏差往往会在检验中表现为持续性的显著差异。
2.3 统计量构造
拟合优度检验通常通过构造一个反映“差异程度”的统计量来工作。统计量越大，通常表示观测分布与理论分布越不一致。
2.3.1 差异度量思想
差异度量可以基于频数差、累积分布差、秩差或极端偏离等思想。不同方法关注的细节不同，因此对局部偏差、整体偏差或尾部偏差的敏感性也不相同。
2.3.2 标准化与加权
为了便于比较，原始差异往往要经过标准化处理。某些方法还会对高概率区域或低概率区域赋予不同权重，以增强对特定类型偏离的识别能力。
3 常见拟合优度检验方法
3.1 卡方拟合优度检验
卡方拟合优度检验是最经典的离散型检验方法之一，常用于分类数据和计数数据。它通过比较各类别的观测频数与期望频数之间的差异，衡量样本是否符合理论分布。
3.1.1 适用条件
该检验适用于类别明确、样本可分组且期望频数不至于过小的情形。若类别过多或某些组中的样本稀少，结果可能不稳定，需要先做适当合并。
3.1.2 统计量计算
常用统计量由各组“观测值减期望值”的平方除以期望值后累加得到。该统计量越大，表示样本分布与理论分布的偏离越明显。
3.1.3 自由度调整
自由度通常与类别数以及估计参数的数量有关。若分布参数由样本估计而来，自由度需要相应减少，以反映参数估计占用的信息量。
3.2 Kolmogorov-Smirnov检验
Kolmogorov-Smirnov检验是一类基于累积分布函数差异的非参数方法。它常用于单样本情形，检验样本是否来自某一连续分布。
3.2.1 单样本KS检验
单样本KS检验比较样本的经验分布函数与理论累积分布函数之间的最大差距。若最大差距过大，则说明样本与假设分布不相符。
3.2.2 累积分布比较
该方法强调整个分布区间上的累计差异，而非仅比较某几个类别的频数。它因此具有较强的整体敏感性，但对尾部局部异常的敏感度相对有限。
3.3 Anderson-Darling检验
Anderson-Darling检验也是基于分布函数差异的检验方法，常用于正态性与其他连续分布的拟合检查。它在计算中对尾部差异赋予更高权重。
3.3.1 尾部敏感性
由于尾部区域往往包含极端值或罕见事件，Anderson-Darling检验对这些位置的偏离较为敏感。这使它在风险分析和分布尾部研究中较受重视。
3.3.2 与KS检验的差异
与KS检验相比，Anderson-Darling检验不只看最大差距，还更重视整体分布尤其是尾部的偏离。因此在某些数据上，它更容易发现细微但重要的不一致。
3.4 Shapiro-Wilk检验
Shapiro-Wilk检验主要用于正态性判断，是实践中常见的分布适配检验之一。它通过样本顺序统计量与理论正态顺序的关系来评估偏离程度。
3.4.1 正态性检验中的应用
在需要使用t检验、方差分析或线性模型时，研究者常先用Shapiro-Wilk检验考察数据是否近似正态。若正态性较差，可能需要变换数据或改用非参数方法。
3.4.2 小样本优势
该检验在小样本情形下通常表现良好，检测力较强。相比某些基于大样本近似的方法，它对有限样本中的形态偏离更敏感。
3.5 Lilliefors检验
Lilliefors检验是对正态性或指数分布检验的一种修正方法，尤其适用于总体参数未知、需用样本估计参数的场景。它弥补了直接套用标准KS检验时的不足。
3.5.1 参数未知时的修正
当均值和方差等参数并非事先给定，而是由数据本身估计时，标准分布临界值不再适用。Lilliefors检验通过重新校正临界分布来处理这一问题。
3.5.2 与正态性检验的关系
在正态性判断中，Lilliefors检验常被视作更现实的工具，因为许多实际问题都无法预先知道总体参数。它因此常与Shapiro-Wilk检验并列使用。
4 检验流程
4.1 提出假设
分析开始时，需要先明确要检验的分布或模型，并写出原假设与备择假设。假设设定越清晰，后续结果越容易解释。
4.2 选择检验方法
检验方法的选择取决于数据类型、样本规模、分布假设以及是否已知参数。不同方法在敏感性、稳健性和计算方式上各有侧重。
4.2.1 根据变量类型选择
离散分类数据通常适合卡方拟合优度检验，连续数据则常考虑KS检验、Anderson-Darling检验或Shapiro-Wilk检验。若参数未知，还需考虑修正版本。
4.2.2 根据样本量选择
样本量较大时，很多方法都能较稳定地发挥作用；样本量较小时，则应优先选择对小样本更稳健的检验。必要时可结合图形方法进行辅助判断。
4.3 计算检验统计量
根据所选方法计算对应统计量，并与理论分布或临界值比较。统计量的计算通常依赖频数、秩、分位点或经验分布函数。
4.4 确定显著性水平
显著性水平表示允许误判原假设的概率上限，常取0.05或0.01。它在检验前就应预先确定，以避免结果受到主观调整影响。
4.5 计算p值与作出决策
p值反映的是在原假设成立条件下，观察到当前或更极端结果的概率。若p值小于显著性水平，通常拒绝原假设；反之则不拒绝。
4.6 结果解释
结果解释不能停留在“显著”或“不显著”两个字上，还需要结合数据结构、样本量和研究背景来判断实际含义。单次检验结论往往只是分析链条中的一环。
4.6.1 拒绝原假设
拒绝原假设表示样本与理论分布之间存在统计上显著的差异，但并不直接说明应采用哪一种替代模型。后续通常还要进一步分析偏离来源。
4.6.2 不拒绝原假设
不拒绝原假设并不等于“证明原假设正确”，而只是说明当前数据不足以否定它。若样本较少或数据噪声较大，这一结论尤其需要谨慎理解。
5 数据与模型要求
5.1 样本独立性
多数拟合优度检验默认样本彼此独立。若数据存在时间相关、空间相关或重复测量结构，检验结果可能失真，需要使用专门方法处理。
5.2 分组原则
对于离散检验或需要分箱的连续检验，分组方式会影响结果稳定性。分组既要保留信息，也要避免某些组过于稀疏。
5.2.1 组距选择
组距过大可能掩盖细节，组距过小则容易造成频数不足。通常需要根据样本分布范围、样本量和分析目的综合确定。
5.2.2 类别合并
若某些类别的期望频数过低，常需合并相邻类别。合并后可以提升检验条件的满足程度，但也会减少分辨细节的能力。
5.3 期望频数条件
不少基于频数的检验要求每组的期望频数不能太小。若期望频数不足，卡方近似等理论前提可能不再可靠。
5.3.1 小样本问题
小样本下，统计量的分布往往偏离理论近似，导致p值不够稳定。此时可考虑精确检验、模拟方法或更适合小样本的分布检验。
5.3.2 稀疏数据处理
对于稀疏类别，可通过合并、重编码或采用其他适合稀疏表的方法来处理。若强行使用常规检验，结果可能出现较大偏差。
5.4 参数估计的影响
当理论分布的参数来自样本估计时，检验过程实际上包含“先估计、后检验”的两步。参数估计会减少独立信息量，因此需要修正检验自由度或临界值。
5.4.1 先估计后检验
若直接用同一批数据既估计参数又做检验，检验结果通常会比参数已知时更保守或更复杂。不同方法对这一问题的处理方式不同。
5.4.2 自由度修正
自由度修正用于反映参数估计带来的约束。修正后的自由度更能贴合真实的不确定性，从而提高检验结论的可信度。
6 结果解读
6.1 p值的含义
p值并不是原假设为真的概率，也不是结论正确的概率。它只是在原假设成立前提下，观测到当前数据或更极端结果的概率大小。
6.2 显著性与实际意义
统计显著并不必然意味着实际重要。一个极小的偏离在大样本下也可能显著，但这种偏离未必对应用决策有实质影响。
6.3 拟合优度与模型优劣
拟合优度检验只能说明模型与数据是否相容，不能单独决定模型是否“最好”。模型优劣还要结合解释力、复杂度、预测性能和可推广性综合评估。
6.4 拒绝不等于“模型错误”
拒绝原假设只是说明当前模型与样本之间存在显著差异，并不意味着模型完全不可用。有时模型仍能作为近似描述，只是需要改进或在特定范围内使用。
6.4.1 样本过大导致的敏感性
样本量极大时，即便非常细微的偏离也可能被检出，造成“统计显著但实际影响有限”的情况。因此大样本结果需要结合效应大小一起看。
6.4.2 样本过小导致的低功效
样本太小时，检验可能难以发现真实偏离，出现不拒绝原假设的假象。这并不意味着分布一定合适，只能说明证据不足。
7 应用领域
7.1 质量控制
在质量控制中，拟合优度检验常用于检查产品缺陷类型、故障次数或抽检结果是否符合既定标准。它可帮助识别生产过程是否稳定。
7.2 医学与生物统计
医学研究中，拟合优度检验可用于检查生理指标分布、病理分组频数或风险模型残差是否符合预期。它也常作为数据预处理和模型诊断的一部分。
7.3 金融与风险管理
在金融领域，这类检验常用于检验收益率分布、违约次数分布或损失分布是否适配某种模型。对于尾部风险分析，尾部敏感方法尤其有价值。
7.4 社会科学调查
社会调查中，研究者会用拟合优度检验检查问卷类别分布、抽样结果比例是否与理论预期一致。它也可用于判断回答模式是否出现异常偏移。
7.5 机器学习与建模评估
在机器学习中，拟合优度检验可用于评估模型输出分布、残差分布或特征分布是否合理。它能为模型诊断提供补充信息，尤其在异常检测和分布漂移分析中较常见。
8 相关概念
8.1 置信区间
置信区间用于估计参数可能落入的范围，而拟合优度检验关注分布或模型是否可接受。两者都表达不确定性，但用途不同。
8.2 假设检验
拟合优度检验属于假设检验的一种，遵循提出假设、计算统计量、比较概率、作出决策的基本框架。它与均值检验、方差检验等同属推断统计工具。
8.3 参数检验与非参数检验
参数检验通常依赖特定分布假设，如正态性；非参数检验则对分布前提要求较少。拟合优度检验既可服务于参数方法的前置检查，也可本身作为非参数检验使用。
8.4 模型选择指标
模型选择指标用于比较不同模型的整体表现，而不仅仅是检验单一模型是否符合分布假设。它们与拟合优度检验互为补充。
8.4.1 AIC
AIC用于在拟合程度与模型复杂度之间取得平衡，数值较小通常表示更优。它常用于多个候选模型的比较。
8.4.2 BIC
BIC与AIC类似，但对模型复杂度的惩罚通常更强。它在样本较大时常用于偏向更简洁的模型选择。
8.4.3 交叉验证
交叉验证通过分割数据评估模型在未见样本上的表现，强调预测能力。它与拟合优度检验相比，更偏重泛化性能而非分布一致性。
9 优点与局限
9.1 优点
拟合优度检验能够将“分布是否合理”这一问题转化为明确的统计判断，因而在实践中非常方便。它对模型初筛、数据诊断和分布假设验证都很有帮助。
9.1.1 直观易理解
这类检验通常通过“观察值与理论值的差异”来说明问题，直观性较强。即使对非专业读者，也较容易理解其基本逻辑。
9.1.2 适用范围广
从离散计数到连续变量，从简单分布检查到复杂模型评估，拟合优度检验都有对应方法可用。不同领域都能找到合适的实现方式。
9.2 局限
尽管实用，拟合优度检验并非万能。其结论受样本、分组、参数估计和方法选择等多种因素影响。
9.2.1 对样本量敏感
样本量变化会显著影响检验的检出能力。大样本可能过于敏感，小样本又可能不够有力。
9.2.2 对分组方式敏感
在需要分组的数据中，组距和分类规则会影响统计量大小。不同分组方式可能产生不同结论，因此前处理必须审慎。
9.2.3 难以反映偏离方向
很多拟合优度检验只能告诉人们“存在偏离”，却不直接说明偏离发生在哪一侧、哪一段或哪种形态。若要定位问题，通常还需结合图形诊断。
10 示例与案例
10.1 离散分布拟合示例
设某工厂统计一周内产品缺陷类型的出现次数，理论上认为三类缺陷应按固定比例分布。通过卡方拟合优度检验，可比较实际频数与理论频数，判断生产结果是否与预期一致。
10.2 正态分布拟合示例
某批测量数据是否接近正态分布，可先用Shapiro-Wilk检验或Anderson-Darling检验进行判断。若检验结果显示不显著，同时直方图和QQ图也较平滑，则可认为正态近似较合理。
10.3 现实数据中的应用示例
在金融数据中，研究者可能检验收益率是否服从正态分布，以决定是否需要使用更稳健的风险模型。若检验拒绝正态假设，则往往提示数据存在厚尾或偏态特征。
10.4 结果可视化
拟合优度检验通常与图形方法结合使用。可视化能够帮助识别偏离发生的位置，也便于理解统计结果。
10.4.1 直方图
直方图可直观显示数据的频数分布形态，适合初步观察是否存在偏态、峰度异常或多峰现象。它常作为拟合优度分析的第一步。
10.4.2 累积分布图
累积分布图用于比较经验分布与理论分布的整体差异。它在展示局部偏离和总体偏移方面较为有效。
10.4.3 QQ图
QQ图通过比较样本分位数与理论分位数来判断分布相容性。若点大致落在参考直线附近，通常说明拟合程度较好。