1928–2008,美国统计学家,乔治・华盛顿大学统计学教授,Lilliefors 检验的提出者,长期从事拟合优度检验研究。
核心学术贡献
- 1967 年(JASA)经典论文 论文标题:On the Kolmogorov-Smirnov test for normality with mean and variance unknown
- 发现原始 K-S 检验的重大局限:当总体均值、标准差由样本估算(复合假设),不能直接使用经典 K-S 临界值,结果会出错。
- 采用蒙特卡洛模拟,重新计算一套全新临界值表,诞生Lilliefors 检验(修正版 K-S 正态检验)。
- 统计量 D 公式和原始 K-S 完全不变,只更换临界值表。
- 1969 年扩展(JASA) 论文:On the Kolmogorov–Smirnov test for the exponential distribution with mean unknown 把这套修正思路,推广到指数分布拟合检验,只需要估计均值的场景。
应用边界
✅ Lilliefors 检验:适合均值、标准差未知,由样本估计的正态性检验
❌ Minitab不内置 Lilliefors 检验;R、MATLAB、老版本 SPSS 支持
⚠️ 缺点:检验效能偏低,对分布尾部偏离不敏感,质量管理领域很少选用,优先使用 Stephens 修正 AD 检验
[…] ⚠️原始 K-S 有个大坑:要求理论分布的参数(均值、标准差)必须事先已知,不能从样本估算。 如果均值标准差是从样本算出来的(做正态性检验几乎都是这种场景),要用Lilliefors 修正版 K-S,否则 P 值不准。 […]