$$\newcommand{\mtn}{\mathbb{N}}\newcommand{\mtns}{\mathbb{N}^*}\newcommand{\mtz}{\mathbb{Z}}\newcommand{\mtr}{\mathbb{R}}\newcommand{\mtk}{\mathbb{K}}\newcommand{\mtq}{\mathbb{Q}}\newcommand{\mtc}{\mathbb{C}}\newcommand{\mch}{\mathcal{H}}\newcommand{\mcp}{\mathcal{P}}\newcommand{\mcb}{\mathcal{B}}\newcommand{\mcl}{\mathcal{L}}
\newcommand{\mcm}{\mathcal{M}}\newcommand{\mcc}{\mathcal{C}}
\newcommand{\mcmn}{\mathcal{M}}\newcommand{\mcmnr}{\mathcal{M}_n(\mtr)}
\newcommand{\mcmnk}{\mathcal{M}_n(\mtk)}\newcommand{\mcsn}{\mathcal{S}_n}
\newcommand{\mcs}{\mathcal{S}}\newcommand{\mcd}{\mathcal{D}}
\newcommand{\mcsns}{\mathcal{S}_n^{++}}\newcommand{\glnk}{GL_n(\mtk)}
\newcommand{\mnr}{\mathcal{M}_n(\mtr)}\DeclareMathOperator{\ch}{ch}
\DeclareMathOperator{\sh}{sh}\DeclareMathOperator{\th}{th}
\DeclareMathOperator{\vect}{vect}\DeclareMathOperator{\card}{card}
\DeclareMathOperator{\comat}{comat}\DeclareMathOperator{\imv}{Im}
\DeclareMathOperator{\rang}{rg}\DeclareMathOperator{\Fr}{Fr}
\DeclareMathOperator{\diam}{diam}\DeclareMathOperator{\supp}{supp}
\newcommand{\veps}{\varepsilon}\newcommand{\mcu}{\mathcal{U}}
\newcommand{\mcun}{\mcu_n}\newcommand{\dis}{\displaystyle}
\newcommand{\croouv}{[\![}\newcommand{\crofer}{]\!]}
\newcommand{\rab}{\mathcal{R}(a,b)}\newcommand{\pss}[2]{\langle #1,#2\rangle}
$$

Bibm@th
Loi de Kolmogorov-Smirnov
Définition : On dit que X suit la loi de Kolmogorov-Smirnov
si sa fonction de répartition vaut :
|
X admet alors une espérance et une variance qui valent approximativement :
Courbe représentative de la densité et de la fonction de répartition :
Signification : La loi de Kolmogorov-Smirnov intervient de façon naturelle dans le cas suivant : soit X
une variable aléatoire, et x1,...,xn n observations de X. Soit F la fonction
de répartition théorique, et Fn la fonction de répartition observée. On pose Dn=
sup{|F(x)-Fn(x)|, x dans R}. Alors la variable aléatoire
converge en loi vers la loi de Kolmogorov-Smirnov.
Il est remarquable que la loi limite ne dépende pas de la loi initiale de X. C'est cette propriété qui fonde
les tests de comparaison de distribution de Kolmogorov-Smirnov.
Consulter aussi...