这三个测试中的每一个都对不同的替代方案具有更好的能力；但另一方面，在某些情况下，这三者都表现出不同程度的测试偏差。

从广义上讲，Anderson-Darling 检验对肥尾的能力比规定的要好，Kolmogorov-Smirnov 对中间偏差的能力更强，Cramer-von Mises 介于两者之间，但在这点上更类似于 Kolmogorov-Smirnov尊重。

Anderson-Darling 和 Cramer-von Mises 测试往往会更多地选择许多人感兴趣的替代方案，但您的特定需求可能会有所不同。

Anderson-Darling 总体上倾向于遭受更严重的偏差问题（对于假设检验，偏差意味着有一些替代方案你甚至比零值更不可能拒绝——这不是你想要从综合拟合优度测试中得到的—— - 但在现实情况下似乎很难避免）。

已经进行了许多功效研究，其中包括一系列拟合优度测试；一般来说，对于他们考虑的替代方案，Anderson-Darling 往往最常出现——但如果你正在测试一致性并试图选择一个 beta(2,2) 替代方案，它们都做得不好，安德森宠儿是最糟糕的。

长话短说：Anderson-Darling 检验被认为比 Kolmogorov-Smirnov 检验更强大。

浏览这篇文章，比较各种测试（正常，但结果适用于比较两个分布）Shapiro-Wilk、Kolmogorov-Smirnov、Lilliefors 和 Anderson-Darling 测试的功率比较Nornadiah Mohd Razali 和 Yap Bee Wah。

Anderson-Darling 检验对分布的尾部更为敏感，而 Kolmogorov-Smirnov 检验对分布中心更为敏感。

总而言之，我建议您使用 Anderson-Darling 或最终使用 Cramer-von Misses 测试，以获得更强大的测试。