测量数据服从特定分布的程度。分布与数据拟合越好，此统计量越小。使用 Anderson-Darling 统计量可比较若干分布的拟合情况，以查看哪种分布是最佳分布，或者检验数据样本是否来自具有指定分布的总体。例如，可以使用 Anderson-Darling 统计量为可靠性数据分析在 Weibull 和对数正态分布之间进行选择，或者检验数据是否符合 t 检验的正态性假设。
Anderson-Darling 检验的假设如下：
H0：数据服从指定分布
H1：数据不服从指定分布
如果 Anderson-Darling 检验的 p 值（如果可用）低于选定的显著性水平（通常为 0.05 或 0.10），则可以得出结论：数据不服从指定分布。Minitab 并不始终为 Anderson-Darling 检验显示 p 值，因为某些情况下它在数学意义上并不存在。
如果尝试确定数据服从哪种分布，并且您具有多个 Anderson-Darling 统计量，通常可通过比较来作出正确选择。具有最小 Anderson-Darling 统计量的分布与数据最为拟合。如果分布具有相似的 Anderson-Darling 统计量，可基于实践经验选择一种分布。
某些命令会生成调整的 Anderson-Darling（或 AD*）统计量。未调整的 Anderson-Darling 统计量使用基于计算标绘点的 Kaplan-Meier 方法的非参数阶梯函数，而调整的 Anderson-Darling 统计量使用其他方法来计算标绘点。