Método sem distribuição que testa qualquer diferença entre duas distribuições de probabilidade da população.
O teste é baseado na diferença máxima absoluta entre as funções de distribuição cumulativa das amostras de cada população.
Objetivo: descobrir se uma população vem de alguma distribuição específica (parecido com o PP)
Vantagem: é um teste exato (o teste de adequação do qui-quadrado depende de um tamanho de amostra adequado para que as aproximações sejam válidas)
Desvantagens: Só se aplica a distribuições contínuas.
Tende a ser mais sensível perto do centro da distribuição do que na cauda
A distribuição deve ser totalmente especificada. Ou seja, se os parâmetros de localização, escala e forma forem estimados a partir dos dados, a região crítica do teste K-S não é mais válida. Normalmente, ela deve ser determinada por simulação
Hipótese nula: Os dados seguem uma distribuição especificada. A hipótese relativa à forma de distribuição é rejeitada se a estatística do teste, D, for maior do que o valor crítico obtido de uma tabela
Alternativas: Vários testes de adequação, tais como o teste Anderson-Darling e o teste Cramer Von-Mises, são refinamentos do teste K-S, ou o teste de Shapiro-Wilk