Bei einem Anpassungstest geht es darum die Hypothese zu überprüfen, ob die Verteilungsfunktion einer gewissen Zufallsgröße (Zufallsvariable) mit einer gegebenen (vermuteten) Verteilungsfunktion übereinstimmt oder zu einer vorgelegten Menge von Verteilungsfunktionen dazugehört.
Ein Beispiel für einen solchen Anpassungstest ist der sogenannte Chi-Quadrat-Anpassungstest mit dem man etwa testen könnte, ob ein Würfel unverfälscht ist oder nicht.
Die Grundidee bei diesem Anpassungstest besteht darin, die x-Achse in Intervalle zu unterteilen und sich dann aus der hypothetischen Verteilungsfunktion F(x) die zugehörigen Wahrscheinlichkeiten zu berechen, mit denen eine Zufallsvariable X in diesen Intervallen liegt. Daraus berechnet man sich die hypothetische Klassenhäufigkeit und vergleicht diese dann mit der relativen Klassenhäufigkeit einer vorliegenden Stichprobe.
Ist die Abweichung zwischen hypothetischem und tatsächlichem Wert zu groß, wird die Hypothese, dass F(x) die Verteilungsfunktion von X ist, verworfen. Liegt die Abweichung unterhalb eines gewissen Werts, darf man die Hypothese beibehalten.