我最近在学习关于用vine copula模型建立多维变量相关性的问题，其中涉及到多维变量联合分布拟合优度检验的问题。看了几篇采用CvM检验的论文。我理解的CvM检验是 根据CvM定义，求解CvM值，通过与1-alpha分为点对应值对比来决定是否拒绝原假设。对这部分有两个问题，请问一下大家，如果哪位知道，麻烦帮忙解决一下，谢谢！
1. 对拟合优度的检验，应该是基于原假设和对立假设在确定的置信度下判断接受还是拒绝原假设，但是在有些论文中看到了具体的量化的CvM指标，且通过不同变量组合的CvM距离来判断不同方法的拟合优度。
疑问1：CvM值通过拟合函数和理论函数距离得到，变量之间的组合是什么情况？
疑问2；CvM值作为指标来分析拟合优度的好与差是否合理？（假设检验中在置信度alpha时拒绝原假设，认为有1-alpha概率把握认为原假设不成立，但接受原假设时并不说明有1-alpha概率认为原假设成立。）

附图：多维变量组合CvM距离    出处：吴巍,汪可友，韩蓓等,基于pair copula的随机潮流三点估计法   电工技术学报