Existe-t-il une alternative multivariée au test de Kolmogorov-Smirnov à deux échantillons ? Ce que je veux dire, c'est un test qui peut être utilisé pour vérifier chaque fois que deux distributions multidimensionnelles sous-jacentes diffèrent.
Un article publié en 2004 sur un nouveau test de plusieurs variables à deux échantillons par Baringhaus et Franz peut - être utile, ils ont fourni une brève revue de la littérature sur les deux échantillons des tests GOF à plusieurs variables, puis un R paquet cramer. Comme le nom du paquet l'a suggéré, leur méthode est liée au test de Cramer, un prédécesseur de Cramer-von Mises.
Pour un problème à un échantillon, Justel et al. développé une généralisation du test de Kolmogorov-Smirnov. En général, il semble que la difficulté dans le cas multivarié soit liée à l'extension de la définition d'EDF (fonction de distribution empirique), donc les méthodes basées sur d'autres mesures méritent d'être explorées, par exemple les tests multivariés basés sur ECF (fonction caractéristique empirique) par Fan .