K-S 检验，一步一讲
两道题一次讲透：书上的例题——100 分钟观测 50 个到达间隔，检验是否服从指数分布；考卷上的真题——100 km 公路 30 起事故，检验是否均匀分布。每一步都动手算给你看，最后还有一个能自己玩的计算器。
30 秒抓住 K-S 检验的本质
所有 K-S 题目，不管外衣多花哨，说到底都是同一件事：把理想曲线和数据楼梯叠在一起，量最大落差。
① 画两条线
一条是理论给的"理想曲线" F(x)（累积分布函数，比如均匀分布就是一条对角线）；一条是数据堆出来的"楼梯" Sn(x)（经验分布函数，每经过一个数据点往上跳 1/n）。
② 量最大落差
在两条线之间找最大的垂直距离。楼梯是"跳"上去的，所以每个跳跃点要量两侧：跳完的顶比线高多少（D⁺ 候选），没跳的底比线低多少（D⁻ 候选）。
③ 查表下结论
D = max(D+, D−)，和临界值表里的 Dα(n) 比大小：落差小 → 不拒绝原假设；落差超过临界值 → 拒绝。
D+ = maxi { in − F(x(i)) }， D− = maxi { F(x(i)) − i−1n }， D = max(D+, D−)
其中 x(i) 是从小到大排第 i 个的数据点；判定规则： D < Dα(n) ⇒ 不拒绝 H₀，D ≥ Dα(n) ⇒ 拒绝 H₀
为什么一个跳跃点要量两次？
楼梯在每个数据点"瞬间上跳 1/n"：跳之前高度是 (i−1)/n，跳之后是 i/n。理论线可能夹在两层之间，所以上方落差（i/n − F）和下方落差（F − (i−1)/n）要分开算，各自的最大值才叫 D⁺ 和 D⁻。
考场速记口诀
"上顶减线得 D⁺，线减下底得 D⁻；两值取大再查表，小于临界不拒绝。" 记住跳跃点上顶 = i/n、下底 = (i−1)/n，剩下的只是算术。
书上例题：指数分布为什么要"绕圈"检验
这一页最绕的地方在于：没有直接检验指数分布，而是把数据加工成均匀分布再检验。为什么多此一举？看完卡点你就懂了。
题目（书上例题）
连续观察某到达过程 100 分钟，记录 50 个相邻到达的间隔时间。问：在 α = 0.05 下，能否认为间隔时间服从指数分布（即到达过程是泊松过程）？
卡点：指数分布有个未知参数 λ
K-S 临界值表有个硬前提——理论分布的参数必须事先完全已知。λ 未知，如果用这 50 个数据先估 λ 再查表，估计"吸收"了一部分偏差，算出的 D 和表里的临界值对不上，检验直接失效。
钥匙：泊松过程的到达时刻是均匀的
若到达真是泊松过程（间隔 ~ 指数分布），则固定时段 [0, T] 内，到达时刻（不是间隔！）均匀分布在 [0, T] 上。于是把问题换成"到达时刻 ~ U(0,1)？"——均匀分布没有未知参数，K-S 直接可用。
书上的做法，四步
-
间隔 → 到达时刻（累加）
把间隔逐个累加：S₁ = T₁，S₂ = T₁ + T₂，…，得到每个事件的"发生时刻"。
-
归一化到 [0, 1]
每个到达时刻除以总时长：Uᵢ = Sᵢ / T（本题 T = 100 分钟），把 [0, 100] 映射到 [0, 1]。
-
排序，逐点量落差
把 Uᵢ 从小到大排成 u₍₁₎ ≤ … ≤ u₍₅₀₎，逐点算 i/n − u₍ᵢ₎ 与 u₍ᵢ₎ − (i−1)/n。
书中结果：D⁺ = 0.1054，D⁻ = 0.0080 -
查表，下结论
n = 50 超出小样本表，用渐近公式 D₀.₀₅ ≈ 1.36/√50 ≈ 0.192。
D = 0.1054 < 0.192 ⇒ 不拒绝 H₀
0.1054 < 0.192，差距不显著 ⇒ 可以认为间隔时间服从指数分布，到达过程是泊松过程。注意：全程没有估计 λ——这正是"绕圈"的意义。
一句话总结这一页
它检验的并不是"数据像不像指数分布"，而是利用泊松过程到达时刻的均匀性，把问题翻译成"归一化到达时刻像不像 U(0,1)"，绕开 λ 的估计。
亲手算一遍：奶茶店 5 位顾客
书上 50 个点没法手算，换成 5 个点的迷你版，同样的四步走一遍。场景：早高峰观察奶茶店 8:00–9:00（共 T = 60 分钟），5 位顾客与上一位的间隔分别是 5、12、8、15、10 分钟——他们是不是"随机到达"的？点"下一步"跟着算。
| i | 间隔 Tᵢ | 到达时刻 Sᵢ | uᵢ = Sᵢ/60 | i/n − uᵢ | uᵢ − (i−1)/n |
|---|
考试真题：均匀分布的"直球"检验
这道题和书上例题互为"正反例"：这次要检验的本身就是均匀分布，区间已知，参数齐全——不用绕圈，直接算。
题目（考试真题）
某公路全长 100 km。交管部门统计了一年内 30 起交通事故的发生位置（km），并声称"事故在全路段近似均匀分布"。在 α = 0.05 下检验这一说法。
H₀：事故位置 ~ U[0, 100]（均匀） vs H₁：不是均匀分布
数据按题目照片还原；各统计量与原题一致：D⁺ = 0.047、D⁻ = 0.1720、分组偏差 ≈ 0.15。
第 1 步 · 把 30 个位置标在公路上，先肉眼感受
肉眼可见的"扎堆"
最后 85–100 km 只有全路段的 15%，却发生了 9 起事故（占 30%）。K-S 检验要做的，就是把这种"肉眼感觉"变成一个可以和临界值比较的数字。
已按从小到大排序（K-S 的第一步永远是排序）；红色 = 落在 85 km 之后的"扎堆区"。
第 2 步 · 归一化，逐点算两种落差
每个位置除以 100 得到 R₍ᵢ₎ = x₍ᵢ₎/100，映射到 [0,1]；均匀分布的理论线是 F(x) = x。逐点算 i/n − R₍ᵢ₎（D⁺ 候选）与 R₍ᵢ₎ − (i−1)/n（D⁻ 候选）。把鼠标放到表格行上，右图对应落差会同步加粗。
| i | x₍ᵢ₎ | R₍ᵢ₎ | i/30 | (i−1)/30 | i/n − R₍ᵢ₎ | R₍ᵢ₎ − (i−1)/n |
|---|
第 3 步 · 取最大、查表、下结论
D = 0.1720 < D₀.₀₅(30) = 0.24 ⇒ 现有证据不足以推翻"事故均匀分布"，交管局的说法在 α = 0.05 的显著性水平下成立。
为什么 D⁻ 远大于 D⁺？
后段事故密 → 楼梯在后半段"爬得比对角线慢半拍"，对角线在跳跃点起跳之前高出楼梯最多 0.1720；而"跳完之后"楼梯很少反超对角线，所以 D⁺ 只有 0.0467。落差的方向，暴露了扎堆的位置。
严谨一点："不拒绝" ≠ "证明均匀"
n = 30 的检验力有限，末段偏多值得交管部门继续观察。但按本次数据和 α = 0.05，统计结论只能是证据不足，不拒绝——考试这样写就是满分表述。
备用解法：分组近似法（题目照片上半部分的写法）›
把 [0,100] 切成 6 段，数每段事故数，用组右端点的累积频率和理论 F(x) = x/100 比较：
| 区间 (km) | 事故数 | 累积频率 S | 理论 F = x/100 | |S − F| |
|---|
最大偏差 ≈ 0.15 < 0.24，结论一致。注意分组法把组内位置信息丢掉了（偏差被"磨平"，0.15 < 标准法的 0.1720），所以考试优先写标准的单样本 K-S（第 2 步那张 30 行表），分组法可作验算。
两道题放一起，规律就出来了
一个是"绕圈"，一个是"直球"——区别只在于理论分布的参数是否事先已知。
| 问题一 · 书上例题 | 问题二 · 考试真题 | |
|---|---|---|
| 原始数据 | 50 个到达间隔时间 | 30 起事故的位置坐标 |
| 要检验什么 | 间隔 ~ 指数分布 | 位置 ~ U[0, 100] |
| 参数是否已知 | ✗ λ 未知 → 不能直接查表 | ✓ 区间已知 → 条件齐全 |
| 关键动作 | 间隔累加 → 到达时刻 → 除以 T → 检验 U(0,1) | 排序 → 除以 100 → 检验 U(0,1) |
| 本质 | 间接检验：借泊松过程性质绕过参数估计 | 直接检验：标准单样本 K-S |
| 结果 | D = 0.1054 < 0.192 ⇒ 不拒绝 | D = 0.1720 < 0.24 ⇒ 不拒绝 |
拿到任意分布检验题，怎么想？
读题：要检验什么分布？
写下 H₀ 与理论 CDF F(x)
参数全已知？
端点、λ、μ、σ 是否题目直接给定
是 → 直接 K-S
排序、算 D⁺/D⁻、查表（如问题二）
否 → 先变换
能否转成参数已知的分布？（如问题一：泊松间隔 → 均匀到达时刻）都不行则改用 Lilliefors 等方法
三个最容易丢分的地方
① i/n 与 (i−1)/n 别搞反
D⁺ 用跳完后的 i/n（上顶），D⁻ 用起跳前的 (i−1)/n（下底）。口诀：上顶配 D⁺，下底配 D⁻。
② 先排序，再计算
x₍ᵢ₎ 是"第 i 小"，不是"第 i 个输入"。忘记排序，后面整张表全错——这是最常见的失分点。
③ 参数不能现估现用
用同一批数据估计参数再查 K-S 表，临界值失效——这正是问题一"绕圈"的全部原因。
K-S 临界值速查表
做题查这一张就够。n ≤ 35 查表；n > 35 用渐近公式 Dα ≈ c(α) / √n。高亮的是本页两道题用到的格子。
K-S 计算器：贴上你的数据，一键出结论
自动排序、算 D⁺/D⁻/D、查临界值、下结论、画落差图。支持 U(0,1)、任意 U(a,b) 与 N(μ, σ²)——参数必须事先给定，不能来自这批数据（忘了为什么就回问题一看一眼）。
临界值来源：n 命中速查表（1–20、25、30、35）取精确表值；其余用渐近公式 c(α)/√n 近似并标注。
左边贴入数据（或点一个预设），再点"计算"
这里会出现 D⁺、D⁻、D、临界值、结论和落差图