On the Optimality of Kernel-Embedding Based Goodness-of-Fit Tests
再生核Hilbert空间（RKHS）分布嵌入为检验任意域中的问题提供了一个通用而灵活的框架，近年来引起了广泛的关注。为了深入了解他们的经营特点，我们在这里研究的统计性能，这样的方法在一个极大极小的框架。专注于拟合优度测试的情况下，我们的分析表明，一个香草版本的基于内核嵌入的测试可能是次优的，并提出了一个简单的补救措施，缓和嵌入。我们证明，温和的方法提供了最佳的测试范围广泛的偏差从零，也可以在一个大的插值空间集合自适应。数值实验进一步证明了我们的方法的优点。
2017-09-24 math.ST stat.ME stat.ML
SPARK: A General Goodness-of-Fit Assessment via Residual Projection
School of Statistics, Renmin University of China（中国人民大学统计学院）；Yau Mathematical Science Center, Tshinghua University（清华大学丘成桐数学科学中心）
SPARK提出一种基于残差投影的通用拟合优度检验框架，适用于传统模型与黑盒学习器、连续与二元响应及低高维预测变量，通过去偏和核投影方法提取剩余信号，并验证其渐近性质与有效性。
2026-09-30 math.ST stat.ME stat.ML
Multinomial Goodness-of-Fit Based on U-Statistics: High-Dimensional Asymptotic and Minimax Optimality
我们认为多项式拟合优度测试中的高维制度，其中箱的数量增加的样本量。在这种情况下，Pearson卡方检验由于其统计量的显著偏倚和高方差而可能具有低功效。为了解决这些问题，我们引入了一族多项式拟合优度的U-统计量，并研究了它们在高维情形下的渐近行为。具体来说，我们建立的条件下，所考虑的U-统计量是渐近泊松或高斯，并调查其权力函数下的每个渐近制度。此外，我们引入了一类权重的U-统计量，结果在最小最大率最优测试。
2018-12-21 math.ST stat.ME stat.TH
Asymptotic Efficiency of Goodness-of-fit Tests for the Power Function Distribution Based on Puri--Rubin Characterization
我们构造了幂分布函数族的积分型和上确界型拟合优度检验。检验统计量是$U-$经验过程的泛函，并且基于属于Puri和Rubin的幂函数分布族的经典表征。本文描述了零假设下检验统计量的对数大偏差渐近性，并计算了它们在常见参数下的局部Bahadur效率.给出了新统计量局部最优性的条件。
2012-07-03 math.ST stat.ME stat.TH
Goodness of fit tests for Rayleigh distribution
我们发展了一个新的良好的适合测试的瑞利分布的完全以及右删失数据。我们使用U-统计量理论推导出检验统计量。首先，我们开发了一个完整的数据测试，然后讨论，如何正确的删失观测可以纳入测试过程。本文详细研究了无删失和删失情形下检验统计量的渐近性质。进行了广泛的蒙特卡罗模拟研究，以验证所提出的测试的性能。我们用真实的数据集来说明程序。我们还提供了一个良好的拟合测试标准瑞利分布的刀切经验似然的基础上。
2022-08-18 math.ST stat.ME stat.TH
Some Goodness of Fit Tests based on Centre Outward Spacings
本文提出基于中心向外间距的一元拟合优度检验，证明其具有与通常间距检验相似的渐近性质，并通过模拟表明在轻尾对称备择假设下表现更优。
2022-07-05 math.ST stat.ME stat.TH
Bayesian Goodness of Fit Tests: A Conversation for David Mumford
在贝叶斯范式中进行实用的、有用的拟合优度检验的问题在很大程度上是开放的。我们介绍了一类特殊情况下（测试的均匀性：有足够的洗牌，我的随机发生器的工作）和一类明智的贝叶斯测试的灵感来自芒福德，吴和朱。计算这些测试提出了“双重棘手的分布”的挑战。在目前的情况下，现代MCMC技术的挑战。但还有许多其他问题。我们的文章是教学，我们希望诱导读者帮助进一步采取。
2018-04-09 stat.ME
Goodness-of-Fit Tests for Perturbed Dynamical Systems
研究了具有小差异系数的随机微分方程的拟合优度检验问题。基本假设总是简单的，它是由已知的趋势系数描述。我们提出了几种类型的Cramer-von Mises，Kolmogorov-Smirnov和卡方检验。这些测试的权力职能，我们研究了一个特殊的类密切的替代品。讨论了在复合基本假设下，基于局部时的拟合优度检验的构造以及构造渐近分布自由检验的可能性。
2009-03-26 math.PR math.ST stat.ME
Multi-model mimicry for model selection according to generalised goodness-of-fit criteria
多模型模拟（MMM）是一种灵活的模型选择技术，用于根据任何期望的拟合优度标准比较多个非嵌套模型。MMM适用于任何候选模型集，这些模型1）能够拟合观察到的数据，2）可以模拟模型下的新数据集，3）具有可以计算数据集与模型的拟合优度的度量，MMM具有比许多标准模型选择技术更广泛的适用性范围。这份手稿强调了以前的文献，同时提出了支持MMM的理论框架。的适用范围扩大，通过介绍的一般标准进行比较，证明了该方法的有效性。明确说明了MMM的应用和模型选择所需的分类技术也包括在内。
2019-12-15 math.ST stat.ME stat.TH
A Goodness-of-Fit Test for Independent Component Models in High Dimensions
University of California, Davis（加州大学戴维斯分校）
本文提出了一种高维数据中独立成分模型的适配性检验方法，该方法在数据维度和样本量按比例发散时具有理论保证，并通过数值实验和基因表达数据示例展示了其在实际应用中的诊断潜力。
2026-05-19 math.ST stat.ME stat.TH
An Information-Theoretic Approach to Nonparametric Estimation, Model Selection, and Goodness of Fit
本文将新近公理化的最优信息原理（在所有相关信息的约束下最小化Kullback-Leibler信息）应用于非参数密度估计，为最大熵密度估计提供了理论基础和计算算法。这种估计量称为最优信息估计量，它可以任意地逼近真密度。作为一个副产品，我得到的参数模型（有条件和无条件）的拟合拟合优度和模型选择的绝对标准的措施，而不是其他传统的方法，如AIC和BIC这是相对的措施。
2011-03-25 math.ST stat.ME stat.TH
Exact goodness-of-fit testing for the Ising model
伊辛模型是相互作用系统中最简单和最著名的模型之一。它最初是在统计物理学中被提出来模拟铁磁相互作用的，现在被广泛用于模拟生态学、社会学和遗传学等许多领域的空间过程，通常不需要测试它的拟合优度。在这里，我们提出了各种检验统计量和一个确切的拟合优度测试的有限格点伊辛模型。马尔可夫基的理论已经在代数统计中发展起来，用于使用蒙特卡罗方法进行精确的拟合优度测试。然而，找到马尔可夫基通常是计算上难以处理的。因此，我们开发了一种蒙特卡罗方法，用于精确的拟合优度测试的伊辛模型，避免计算马尔可夫基础，也导致了更好的连接的马尔可夫链，从而更快地收敛。我们展示了如何可以应用这种方法来分析细胞膜上的受体的空间组织。
2016-02-11 math.CO math.ST stat.ME
On the Robustness of Kernel Goodness-of-Fit Tests
QuantCo；Department of Statistical Science University College London（伦敦大学统计科学系）
本文指出现有核拟合优度检验缺乏鲁棒性，并提出首个基于核斯坦偏差球的鲁棒检验方法，以解决模型轻微扰动下的拟合优度检验问题。
2025-10-22 cs.LG math.ST stat.ME
Monte Carlo goodness-of-fit tests for degree corrected and related stochastic blockmodels
本研究针对网络数据的多种随机块模型变体，结合块成员估计器与代数统计工具构建有限样本拟合优度检验方法，该方法可推广至离散数据对数线性有限混合模型，为首例代数统计在潜变量模型中的应用。
2024-03-06 math.ST stat.ME stat.TH
On the Goodness-of-Fit Testing for Ergodic Diffusion Processes
研究遍历扩散过程的拟合优度检验问题。基本假设应该是简单的。扩散系数是已知的，并且替代方案由不同的趋势系数描述。基于不变密度的经验分布函数和局部时估计，研究了Cramer-vonMises型检验的渐近分布.特别是，我们提出了一个转换，使这些测试渐近分布自由。我们讨论了在复合基本假设的情况下，该检验的修改。
2009-03-26 math.PR math.ST stat.ME
Nonparametric goodness of fit tests for Pareto type-I distribution with complete and censored data
基于Steins型恒等式与不动点特征，针对完整和右删失数据提出了两种Pareto I型分布的新非参数拟合优度检验，模拟与真实数据表明其功效优于现有方法。
2024-08-29 math.ST stat.ME stat.TH
The entropy based goodness of fit tests for generalized von Mises-Fisher distributions and beyond
本文引入了几类新的单峰旋转不变方向分布，它们是von Mises-Fisher分布的推广。我们提出了三种类型的分布，其中之一代表轴向数据。对于每一个新的类型，我们提供公式和短的计算研究的参数估计的矩量法和最大似然法。本文的主要目标是发展的拟合优度测试，以检测样本条目遵循的最大熵原则的基础上介绍的广义von Mises-Fisher分布之一。我们使用了Shannon熵的$k$次近邻距离估计，并证明了它的$L^2$ -相合性.我们检查的行为的检验统计量，找到临界值和计算功率的测试模拟样本。本文对玻璃纤维增强复合材料中的局部纤维方向进行了拟合优度检验，并对服从轴向广义vonMises-Fisher分布的试样进行了检验。
2020-10-21 math.ST stat.ME stat.TH
Nonparametric Goodness-of-fit Testing under Covariate Shift
Hong Kong University of Science and Technology（香港科技大学）
本文针对协变量偏移场景，提出结合截断重要性加权核岭回归与乘数自助法的非参数拟合优度检验方法，经理论证明与数值实验验证其有效性。
2026-08-07 cs.LG math.ST stat.ME
Consistency bands for the mean excess function and application to graphical goodness of fit test for financial data
在本文中，我们使用现代设置的功能经验过程和最近的技术，对非参数对象的统一估计，以获得一致性带的平均超额功能的独立同分布。案子我们应用我们的结果建模的金融数据，特别是道琼斯数据的基础，看看如何良好的广义双曲分布模型适合月度数据。
2015-10-13 math.ST stat.ME stat.TH
A new characterization of the Gamma distribution and associated goodness of fit tests
提出了一类适合于Γ分布的加权$L_2$型检验.我们的新程序是基于一个新的变换连接到一个Steinian特性的Γ分布的家庭的不动点属性。在原假设下和在相邻的替代方案下，我们得到了统计量的弱极限。此外，我们建立了全球一致性的测试和应用参数引导技术在蒙特卡罗模拟研究，以显示现有的程序的竞争力。
2018-06-18 math.ST stat.ME stat.TH
A goodness-of-fit test for stochastic block models
随机块模型是研究网络数据社区结构的常用工具。我们开发了一个拟合优度检验的随机块模型。检验统计量基于从邻接矩阵中减去估计的块均值效应获得的残差矩阵的最大奇异值。利用随机矩阵理论的最新进展得到了渐近零分布。试验结果表明，该方法对其它结构较细的模型具有较强的预测能力.这些结果自然导致了对社区数量的一致的序贯检验估计。
2016-01-21 math.ST stat.ME stat.TH
Goodness-of-fit testing in high-dimensional generalized linear models
我们提出了一个家庭的测试来评估的拟合优度的高维广义线性模型。我们的框架是灵活的，可用于构建一个综合测试或针对测试特定的非线性和相互作用的影响，或用于测试组的变量的意义。该方法是基于提取剩余信号的残差从初始拟合的广义线性模型。这可以通过使用现代灵活回归或机器学习方法（例如随机森林或提升树）从残差预测该信号来实现。在广义线性模型正确的原假设下，残差中没有信号，并且我们的检验统计量具有高斯极限分布，转化为第一类错误的渐近控制。在本地替代方案下，我们建立了对测试功率的保证。我们通过测试逻辑斯谛回归模型的拟合优度来说明该方法在模拟和真实数据示例上的有效性。R软件包“GRPtests”中有执行这一方法的软件。
2019-11-12 math.ST stat.ME stat.TH
Testing goodness-of-fit for logistic regression
解释所有适用的独立变量，即使被测试的模型没有，在测试逻辑斯谛回归的拟合优度时也是至关重要的。这可以按数量级增加统计功效。
2013-06-20 stat.ME
Topology-Driven Goodness-of-Fit Tests in Arbitrary Dimensions
本文提出TopoTests，利用样本的欧拉特征曲线（ECC）进行任意维度的单样本和双样本拟合优度检验，其I型误差可控且II型误差随样本量呈指数衰减，效能与现有最先进方法相当。
2023-10-11 math.ST stat.ME stat.TH
Goodness-of-fit for distributions on metric spaces
Universidad Carlos III de Madrid（马德里卡洛斯三世大学）；KU Leuven（鲁汶大学）
针对度量空间上的分布，提出基于距离轮廓的拟合优度检验框架，涵盖复合原假设、渐近性质及自助法，并在球面等数据上验证有效性。
2026-09-30 math.ST stat.ME stat.TH
A goodness-of-fit test for the logistic propensity score model under nonignorable missing data
University of Waterloo（滑铁卢大学）
本文提出了一种在非忽略缺失数据下用于逻辑倾向评分模型的拟合优度检验方法，通过构建未加权残差平方和并考虑结果的不完全可观测性，建立了检验统计量的渐近分布，并通过Bootstrap方法验证其有效性。
2026-04-22 math.ST stat.ME stat.TH
A review of goodness-of-fit tests for models involving functional data
在过去的十年中，出现了相当数量的涉及功能数据的拟合优度测试。我们提供了一个相对紧凑的修订这些贡献，在独立和同分布的框架内，通过审查拟合优度测试的分布和回归模型的功能预测和标量或功能响应。
2021-05-27 stat.ME
Exhaustive goodness-of-fit via smoothed inference and graphics
经典的拟合优度检验旨在验证假设模型与所研究数据的一致性。鉴于它们的推理性质，它们可以被认为是验证性数据分析的关键步骤。然而，在他们的标准公式中，他们不允许探索假设模型如何偏离事实，也不提供任何关于如何改进被拒绝的模型以更好地拟合数据的见解。这项工作的主要目标是建立一个全面的框架，自然集成建模，估计，推理和图形的拟合优度。建模和估计的重点是一种新的配方，光滑的测试，很容易扩展到任意分布，连续或离散。通过专门设计的平滑引导进行推断和适当的选择后调整，并通过称为CD图的详尽图形工具总结结果。
2021-12-17 math.ST stat.AP stat.ME
Goodness-of-fit tests for complete spatial randomness based on Minkowski functionals of binary images
提出了一类完全空间随机性的拟合优度检验方法。与标准测试相比，我们的程序利用数据的二进制图像，然后其特征在于几何泛函的变换。在适当的限制条件下，我们得到了原假设下的检验统计量的渐近分布和某些替代方案下的几乎必然极限。新的测试是计算效率高，模拟表明，他们是强大的竞争对手，以其他测试的CSR。测试应用到一个真正的数据集在伽马射线天文学，并立即扩展，以鼓励进一步的工作。
2017-10-06 math.ST stat.CO stat.ME
Goodness-of-fit statistics for approximate Bayesian computation
近似贝叶斯计算是一种统计框架，它使用数值模拟来校准和比较模型。近似贝叶斯计算依赖于数值模拟，而不是计算似然函数，这使得它适用于生态学和进化中的复杂模型。与统计建模一样，评估拟合优度是近似贝叶斯计算的基本步骤。在这里，我们介绍了一种基于假设检验的拟合优度方法。我们引入了两个检验统计量的基础上的平均距离之间的数值汇总的数据和模拟的。一个检验统计量依赖于用先验预测分布模拟的汇总，而另一个依赖于后验预测分布的模拟。对于不同的聚结模型，我们发现，统计校准良好，这意味着第一类错误可以控制。然而，两种统计量的统计功效在20%至100%的模型中变化极大。在人口推断模型中，这两种统计数据之间的功效差异可以忽略不计，但在一个额外的纯统计示例中，差异很大。在分析重新排序数据以评估人类人口模型时，这两个统计数据证实，亚洲和欧洲数据不能排除非洲以外的瓶颈。我们还考虑了两种形态的蝴蝶物种复杂的背景下模型。一个拟合优度统计量表明两个模型的拟合差，使用后验预测检查确定了导致拟合差的数值总结。拟合优度的统计检验应促进近似贝叶斯计算中模型拟合的评估。基于先验预测分布模拟的检验统计量在R abc包的gfit函数中实现。
2016-01-15 stat.ME
Goodness-of-fit testing the error distribution in multivariate indirect regression
本文提出了一个多元间接回归模型误差分布的拟合优度检验。检验统计量基于标准化残差的经验过程的Khmaladze变换。该拟合优度检验在收敛的根n速率下是一致的，并且该检验可以保持针对以根n速率收敛到零的局部替代的功效。
2018-12-06 stat.ME
vsgoftest: An Package for Goodness-of-Fit Testing Based on Kullback-Leibler Divergence
R包vsgoftest基于Vasicek（1976）和Song（2002）开发的香农熵和库尔贝克-莱布勒散度，对各种经典分布族执行拟合优度（GOF）检验。总结了所谓的Vasicek-Song（VS）测试的理论框架，然后详细描述了该包的不同功能。通过与其他GOF测试的比较，研究了VS测试的功耗和计算时间性能。实际数据集的应用说明了vsgoftest包的易用功能。
2018-06-19 cs.IT math.IT math.ST
Goodness-of-fit testing for the Cauchy distribution with application to financial modeling
本文讨论了柯西分布的拟合优度检验问题。提出了基于Kullback-Leibler信息的一些检验方法，并证明了它们的一致性。蒙特卡罗证据表明，测试有令人满意的性能对对称的替代品。定量金融的实证应用。
2016-06-24 stat.ME
A goodness of fit test for the Pareto distribution
Zenga（1984）不等式曲线对于I型帕累托分布在p中是常数。将利用这种表征行为来获得用于尾部分析和拟合优度检验的图形和分析工具。将介绍一种基于回归技术的帕累托型行为的测试程序。
2018-06-15 stat.ME
A goodness of fit test for two component two parameter Weibull mixtures
在数据属于包含同质子群体的非同质群体的应用中，需要拟合混合分布。亚群体的混合比例一般是未知的，也需要估计。提出了一种基于经验分布函数的拟合优度检验方法，用于评价两个分量的模型拟合的拟合优度，每个分量均服从两参数威布尔分布。使用蒙特卡罗模拟研究，根据经验确定了所提出试验程序的适用性。建议的测试程序可以很容易地改变，以处理具有不同组分分布的两种组分混合物。
2019-12-07 stat.ME
Informative Goodness-of-Fit for Multivariate Distributions
本文介绍了一种研究多元分布的信息拟合优度（iGOF）方法。当零模型被拒绝时，iGOF允许我们识别错误建模的潜在来源，并自然地为从业者提供关于偏离真实分布的性质的额外见解。该方法利用光滑检验和随机场理论来分析多变量数据，从而获得信息量大的特征。仿真研究表明，iGOF享有不同类型的替代品的高功率。这里提出的方法直接解决物理学和天文学中出现的背景错误建模问题。正是在这些领域，这项工作的动机是根深蒂固的。
2022-02-08 math.ST physics.data-an stat.AP
A New Bootstrap Goodness-of-Fit Test for Normal Linear Regression Models
本文通过分析似然信息准则中拟合优度项的分布性质，提出了一种基于非参数自助法的正态线性回归模型拟合优度检验，并通过模拟研究验证了其相对于现有方法的优势。
2023-09-19 stat.AP stat.ME
Goodness of Causal Fit
我们提出了一个良好的因果拟合（GCF）措施，这取决于朱迪亚珍珠的“做”的干预。这与不使用干预措施的拟合优度（GF）措施不同。给定具有相同节点的DAG的集合${\cal G}$，为了找到好的$G\in {\cal G}$，我们建议针对所有$G\in {\cal G}$绘制$GCF(G)$与$GF(G)$，并找到具有大量两种类型的优度的图$G\in {\cal G}$。
2022-11-04 cs.AI stat.ME
A Goodness of Fit Test for Non-Gaussian Distributions with Unknown Location and Scale Parameters
本文研究了位置和尺度参数未知时基于Khmaladze鞅变换的非高斯分布拟合优度检验的计算问题，并提出一种统计功效更优的新检验方法，模拟表明其表现良好。
2023-08-01 stat.AP stat.ME
A Least Squares Estimation of a Hybrid log-Poisson Regression and its Goodness of Fit for Optimal Loss Reserves in Insurance
在这篇文章中，一个混合的对数-线性模型（对数泊松）的参数估计使用模糊最小二乘（FLS）程序（Celmierkirk，987 a，b，D 'Urso和Gastaldi，2000年，DUrso和Gastaldi，2001年）。为了评估和比较这个新模型和损失准备金框架中的经典对数泊松回归（Mack，1991），已经推导出拟合优度。混合模型及其拟合优度都是在损失准备金数据上进行的。
2018-06-10 stat.ME
Goodness-of-fit tests for multivariate skewed distributions based on the characteristic function
我们采用一般的蒙特卡罗方法来测试复合假设的拟合优度几个流行的多变量模型，可以容纳不对称和重尾。具体而言，我们考虑加权L2型测试的差异措施的基础上，涉及经验特征函数之间的距离，从而避免需要采用相应的人口数量，这可能是未知的或复杂的工作。我们测试的唯一要求是，我们应该能够从测试分布中抽取样本，并拥有一个合理的方法来估计未知的分布参数。利用蒙特卡罗方法研究了几类偏态分布在有限样本下检验准则的性能。真实数据的例子也被包括来说明我们的方法。
2023-03-08 math.ST stat.CO stat.ME
Data Transformations and Goodness-of-Fit Tests for Type-II Right Censored Samples
我们提出了几种适合于II型右删失数据的拟合优度方法。我们的策略是将原始观测值从删失样本转换为近似独立同分布。正态变量的样本，然后对转换后的观测值执行标准拟合优度正态性检验。几个著名的参数分布下测试的模拟研究揭示了抽样方法的性质。我们还提供了所提出的方法的理论分析。
2013-12-11 stat.CO stat.ME
A new goodness of fit test for uniform distribution with censored observations
利用不动点刻画，我们提出了一种新的均匀分布拟合优度检验方法。我们还讨论了如何正确的删失观测可以被纳入建议的测试程序。我们研究了所提出的检验统计量的渐近性质。进行了蒙特卡罗模拟，以评估有限样本的测试性能。我们说明了使用真实数据集的测试程序。
2021-06-11 stat.ME
Standardisation-function Kernel Stein Discrepancy: A Unifying View on Kernel Stein Discrepancy Tests for Goodness-of-fit
基于核斯坦差异（KSD）的非参数拟合优度检验程序是在各种情况下验证一般非正态化分布的有前途的方法。现有的工作集中在研究内核的选择，以提高测试性能。然而，（非唯一）Stein算子的选择也有相当大的影响的测试性能。受标准化技术的启发，最初开发的正态分布，以更好地获得近似性能，我们提出了一个统一的框架，称为标准化函数核斯坦差异（Sf-KSD），研究不同的斯坦运营商在KSD为基础的测试拟合优度。我们推导出明确的建议框架与现有的KSD为基础的测试，并表明，Sf-KSD可以作为一个指南，开发新的基于内核的非参数测试复杂的数据场景，如截尾分布或成分数据。实验结果表明，所提出的测试控制第一类错误以及实现更高的测试功率比现有的方法。
2022-05-31 stat.ME stat.ML
A Stein Goodness of fit Test for Exponential Random Graph Models
我们提出并分析了一种新的非参数拟合优度检验程序的可交换指数随机图模型（ERGMs）时，一个单一的网络实现观察。该测试确定观察结果由目标非标准化ERGM密度生成的可能性。我们的检验统计量是来自一个内核Stein差异，发散构造通过Steins方法使用功能在再生核希尔伯特空间，结合离散Stein运营商ERGM。该测试是基于目标ERGM的模拟网络的蒙特卡罗测试。我们展示了一类ERGMs的测试过程的理论性质。介绍了仿真研究和实际网络应用。
2021-02-28 stat.ME stat.ML
Two-dimensional Kolmogorov-type Goodness-of-fit Tests Based on Characterizations and their Asymptotic Efficiencies
本文提出基于特征刻画的两维上确界型拟合优度检验，首次利用两统计量独立性进行检验，并研究其渐近性质与Bahadur效率，同时将Kolmogorov型大偏差定理推广至多维。
2015-05-27 stat.ME
A general Monte Carlo method for multivariate goodness-of-fit testing applied to elliptical families
本文介绍了一种构造多元拟合优度检验的一般且相对简单的方法。所提出的检验适用于椭圆分布。该方法是基于概率分布通过其特征函数的表征。研究了新的检验统计量的相合性及其它极限性质。此外，在模拟研究中，建议的测试进行了比较，与早期以及最近的竞争对手。
2022-06-18 stat.ME
On goodness-of-fit tests for arbitrary multivariate models
拟合优度检验通常用于数据分析，以测试分布与一组数据的一致性。这些测试可用于检测已知背景下的未知信号，或在被不太了解的背景污染的实验中对拟议的信号分布设置限制。可以针对任何拟议分布的开箱即用非参数检验仅在单变量情况下可用。在本文中，我们讨论了如何为任意的多元分布或多元数据生成模型建立拟合优度检验。
2023-03-17 astro-ph.IM hep-ex physics.data-an
CHIWEI: A code of goodness of fit tests for weighted and unweighted histograms
本文给出了一个独立的Fortran-77程序，可用于加权和非加权直方图的拟合优度检验。该代码计算测试统计量的情况下，直方图与事件的归一化权重和事件的非归一化权重。
2011-10-10 astro-ph.IM hep-ex nucl-ex
Higher-order least squares: assessing partial goodness of fit of linear causal models
本文介绍了一个简单的诊断检验，用于评估误差与协变量无关的线性因果模型的整体或部分拟合优度。特别是，我们考虑的情况下，隐藏的混杂是潜在的。我们开发了一种方法，并讨论了它的能力，以区分协变量的混淆与潜变量的响应和那些没有。因此，我们提供了一个测试和方法的部分拟合优度。该测试是基于比较一种新的高阶最小二乘原理与普通最小二乘。尽管它的简单，所提出的方法是非常普遍的，也被证明是有效的高维设置。
2022-11-18 stat.ME
Topological data analysis for random sets and its application in detecting outliers and goodness of fit testing
提出基于有符号距离函数滤流、持续同调汇总函数、函数深度与全局包络检验的随机集异常值检测及拟合优度检验方法，并经germ-grain模型模拟验证。
2024-04-06 stat.ME
Goodness-of-fit tests for spatial point processes: A review
本文综述空间点过程拟合优度检验，梳理经典函数型汇总统计量与拓扑数据分析方法，并用统一记号分类相关检验统计量构造方式。
2025-01-07 stat.ME
Goodness-of-fit testing for the error distribution in functional linear models
University of Hamburg（汉堡大学）
本文提出了一种基于残差的渐近展开方法，用于检验函数线性模型中误差分布的拟合情况，特别关注正态分布的检验。
2025-11-28 stat.ME
Goodness-of-fit tests for generalized Poisson distributions
本文针对广义泊松分布族提出计算便捷的拟合优度检验，通过参数自助法逼近零分布，模拟实验表明新检验在多数情况下优于或匹配现有方法，并用实际数据加以验证。
2024-11-19 stat.ME
