跳转至

Weighted k-Sample Kolmogorov-Smirnov, Cramer-von Mises, and Anderson-Darling Tests for Assessing Covariate Balance

作者: Ariel Linden
主题: 数理统计 / 假设检验
相关性: 6/10
链接: https://arxiv.org/abs/2608.02929

一、领域脉络与小综述

这个方向是什么

这个子方向解决的根本问题是：在因果推断中，如何严格地检验倾向性评分加权（或匹配、分层）后，处理组与对照组（或多组）在协变量分布上是否达到了平衡。传统的平衡性诊断依赖标准化均值差（SMD）等一阶矩汇总统计量，但这些量可能遗漏分布形状（方差、偏度、尾部）上的差异。因此，研究者转向使用完整的分布性拟合优度检验（Kolmogorov-Smirnov、Anderson-Darling、Cramér–von Mises），将其推广到加权数据，以提供更全面的平衡性评估。当前该子方向的成熟度处于方法推广与实证验证阶段：加权两样本版本已有，但加权多样本（k≥3）版本是空白。

发展脉络（history）

  1. 奠基工作（经典非参数检验）：
  2. Kolmogorov (1933) 和 Smirnov (1948) 提出了两样本 KS 检验，基于经验分布函数（ECDF）的最大垂直距离。
  3. Cramér (1928) 和 von Mises (1931) 提出了 Cramér–von Mises 检验，基于 ECDF 与理论分布之间平方偏差的积分。
  4. Anderson & Darling (1952) 提出了 Anderson–Darling 检验，通过在方差项中引入权重（1/[F(x)(1-F(x))]），使其对尾部差异更敏感。

  5. 这三者构成了分布性检验的经典三件套，其相对优势（KS 对中心差异敏感、AD 对尾部差异敏感、AD 与 CVM 对弥散差异表现相当）由 Stephens (1974) 和 D'Agostino & Stephens (1986) 系统总结。

  6. 多样本推广（k≥2）：

  7. Kiefer (1959) 将 KS 和 CVM 推广到 k 样本，用每个组与合并 ECDF 的平方偏差之和（或上确界）代替两两比较。这是本文 KS 和 CVM 多样本统计量的直接来源。
  8. Scholz & Stephens (1987) 将 AD 检验推广到 k 样本，并给出了离散（有结）数据的修正项。这是本文 AD 多样本统计量的直接来源。

  9. 这些推广在经典（未加权）文献中已存在，但未考虑权重，且其渐近零分布依赖于查表，不适用于加权数据。

  10. 加权两样本推广（Linden 2026b）：

  11. Linden (2026b) 将 KS、AD、CVM 三个检验推广到加权两样本设定，核心创新是：用加权 ECDF 替换原始 ECDF，用 Kish 有效样本量替换原始样本量（用于 AD 的方差标准化项），并采用标签置换推断（而非渐近分布）来获得 p 值。该工作验证了加权后三个检验的相对优势保持不变。

  12. 本文的位置：Linden (2026b) 留下了“仅限两组比较”的缺口。本文直接将其推广到任意 k≥2 组，并引入事后两两比较程序。

  13. 当前 frontier 与本文的位置：

  14. 当前 frontier 是：将加权分布性检验从两样本推广到多样本，并解决伴随的多重比较问题。本文是这一 frontier 上的直接一步：它采用了 Kiefer (1959) 和 Scholz & Stephens (1987) 的多样本统计量形式，套入 Linden (2026b) 的加权置换框架，并新增了事后两两比较程序。本文声称其 k 样本统计量在 k=2 时精确退化为两样本版本（不仅是渐近等价），从而保证了向后兼容性。

子线索聚类

这些被引文献大致落在 3 条子线索上：

  1. 经典分布性检验的理论与推广（Kolmogorov 1933, Smirnov 1948, Cramér 1928, von Mises 1931, Anderson & Darling 1952, Kiefer 1959, Scholz & Stephens 1987, Stephens 1974, D'Agostino & Stephens 1986）：这一簇在做什么？建立和推广 KS、AD、CVM 检验的统计量形式、渐近分布和相对优势。这是本文统计量的数学基础。

  2. 因果推断中的平衡性诊断（Rubin 2008, Linden 2014, Linden et al. 2016, Hainmueller 2012, Robins et al. 2000）：这一簇在做什么？强调协变量平衡是因果推断的必要步骤，并发展各种加权/匹配/分层方法（如倾向性评分加权、熵平衡、边际均值加权）。本文的应用场景完全落在此簇。

  3. 加权分布性检验（Linden 2026b, 以及本文）：这一簇在做什么？将经典分布性检验推广到加权数据，使用置换推断而非渐近分布，以处理权重来源未知的问题。本文是此簇从两样本到多样本的直接扩展。

这个方向在追问的核心问题

  1. 如何将加权分布性检验从两样本推广到多样本？ 当前主流方法是 Linden (2026b) 的两样本加权框架。已知瓶颈是：多样本统计量的形式选择（Kiefer vs. Scholz-Stephens）、加权 ECDF 与加权合并 ECDF 的定义、以及 Kish 有效样本量在多样本下的推广。

  2. 多样本检验的功效如何随组数 k 变化？ 本文发现了一个关键机制：对于固定大小的单个离群组，增加非差异组会扩大零分布（自由度增加），导致临界值增大，从而降低整体检验的功效。这不是信号被稀释，而是零分布本身变宽了。

  3. 如何在多样本检验拒绝后定位具体差异组？ 本文提出了事后两两比较程序，并提供了四种多重比较校正方法（Bonferroni、Šidák、Holm、Benjamini-Hochberg）。这是一个没有两样本类比的新问题。

  4. 不同检验（KS、AD、CVM）在多样本下的相对优势是否保持不变？ 本文通过模拟验证了：是的，KS 对中心差异最敏感、AD 对尾部差异最敏感、AD 与 CVM 对弥散差异表现相当。

⚠️ 作者的 framing（必须明确标注成"这是作者的说法"）

  • 作者把缺口 frame 成什么：作者将缺口 frame 成“加权分布性检验目前仅限于两组比较，当需要评估三组或更多组时，研究者只能要么做无原则多重比较的成对检验，要么退回到会丢失分布信息的汇总统计量（如 SMD）”。因此，本文成为“显然的下一步”：直接推广到任意 k≥2，并附带事后两两比较程序。
  • 哪些竞争路线被他淡化或回避了：作者淡化了直接使用两两比较（不控制多重比较） 的路线，将其描述为“没有原则性的方式控制多重比较问题”。但事实上，如果研究者只关心特定组（如处理组 vs. 每个对照组），使用 Bonferroni 校正后的两两比较（使用 Linden 2026b 的两样本加权检验）在概念上更简单，且可能功效更高（因为避免了多样本检验的零分布膨胀）。作者在讨论中承认了这一点（“事后程序...往往是更灵敏的工具”），但将其定位为“补充”而非“替代”。
  • 什么明显该被引 / 该存在、却没出现在 intro 里？ 作者没有引用基于能量距离（energy distance）或最大均值差异（MMD）的多样本检验（如 Gretton et al. 2012 的核方法）。这些方法天然支持加权数据和多样本比较，且已有成熟的置换推断程序。作者在 future work 中提到了 Wasserstein 检验（Ramdas et al. 2017），但未提及能量距离/MMD。这是一个值得研究者去查的问题：能量距离/MMD 的多样本加权版本是否已被研究？如果已有，本文的贡献是否被高估？如果未被研究，为什么？

张力

未见明显对立引用。所有被引工作（Kiefer, Scholz-Stephens, Linden 2026b）在各自的设定下都是自洽的，且本文的模拟结果与 Linden (2026b) 的两样本结果在定性上一致（相对优势保持、Type I error 控制良好）。唯一的“张力”是本文发现的一个新现象：在极端权重变异性（r_e=0.2）下，k=3 的 Type I error 没有像两样本那样膨胀到 30% 以上，反而略低于名义水平。作者将其归因于“可能是两样本与多样本置换程序之间的真正差异”，但未给出理论解释。这是一个值得注意的开放点。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • 符号：
  • k：组数（整数，≥2）。本文主要关注 k=3 的模拟。
  • j：组索引，j = 1, ..., k。
  • n_j：第 j 组的原始样本量（未加权计数）。
  • N = Σ_j n_j：总原始样本量。
  • i：组内观测索引，i = 1, ..., n_j。
  • x_{ji}：第 j 组第 i 个观测的协变量值（实数）。这是可观测的。
  • w_{ji} > 0：第 j 组第 i 个观测的权重（实数）。这是可观测的（由倾向性评分加权、熵平衡等方法产生）。
  • F_j(x)：第 j 组的真实累积分布函数（CDF）。这是不可观测的（潜在量）。
  • F̂^w_j(x)：第 j 组的加权经验累积分布函数（加权 ECDF）。这是可计算的（从可观测数据计算）。
  • F̄^w(x)：所有 k 组的加权合并 ECDF。这是可计算的。
  • W_j = Σ_i w_{ji}：第 j 组的权重和。
  • n_{e,j} = W_j^2 / Σ_i w_{ji}^2：第 j 组的 Kish 有效样本量。
  • n_e = Σ_j n_{e,j}：总 Kish 有效样本量。
  • h_l：在合并样本中，第 l 个唯一值上原始（未加权）观测的个数（用于处理结数据）。
  • R：置换复制的次数（本文用 1000）。

  • α：显著性水平（本文用 0.05）。

  • 模型：

  • 数据生成机制：对于每个组 j，观测值 x_{ji} 独立同分布于某个连续分布 F_j。权重 w_{ji} 是独立于 x_{ji} 和组标签生成的（在模拟中，权重来自对数正态分布，与数据生成过程独立）。没有假设权重是如何产生的——这是置换推断的优势。
  • 要检验的零假设：H_0: F_1 = F_2 = ... = F_k（所有组的协变量分布相同）。

  • 要估计的对象：检验统计量（KS、AD、CVM）的观测值，以及其置换零分布下的 p 值。

  • 可观测数据：

  • 实际能观测到的是什么：对于每个观测 i，我们能观测到：组标签 j、协变量值 x_{ji}、权重 w_{ji}。这些是研究者实际拥有的数据。
  • 想要但观测不到的是什么：我们想要知道真实的 CDF F_j，但只能通过加权 ECDF F̂^w_j 来估计。我们想要知道检验统计量在零假设下的精确分布，但无法解析计算（因为权重来源未知），只能通过置换来近似。

第二步：讲最小内核

本文的核心思路可以用一个最简特例来理解：k=2，且所有权重都等于 1（即未加权情况）。在这个特例下，本文的 k 样本统计量退化为经典的两样本统计量，置换推断退化为经典的两样本置换检验。这个特例已经包含了本文的全部核心数学困难与解决思路。

最简特例：未加权两样本 KS 检验

  • 设定：有两组，组 1（处理组）有 n_1 个观测，组 0（对照组）有 n_0 个观测。所有权重 w_{ji} = 1。零假设 H_0: F_1 = F_0。
  • 可观测数据：(x_{1i}, i=1,...,n_1) 和 (x_{0i}, i=1,...,n_0)。
  • 经典 KS 统计量： 
    D = sup_x |F̂_1(x) - F̂_0(x)|
    其中 F̂_j(x) = (1/n_j) Σ_i I(x_{ji} ≤ x) 是未加权 ECDF。
  • 本文的 k 样本 KS 统计量（k=2 时）：根据本文的定义，当 k=2 时，直接报告 D（而不是 Kiefer 的 T）。所以统计量就是 D。
  • 置换推断：
  • 计算观测统计量 D_obs。
  • 将 N = n_1 + n_0 个观测的组标签随机打乱，保持组大小 n_1 和 n_0 不变。
  • 在打乱后的数据上重新计算 KS 统计量，得到 D_perm。
  • 重复步骤 2-3 共 R 次（例如 R=1000）。
  • 计算 p 值：p = (1 + #{r: D_perm_r ≥ D_obs}) / (R + 1)。
  • 如果 p < α，拒绝 H_0。

这个特例如何体现本文的核心思路？

  1. 统计量形式：本文的 k 样本 KS 统计量（Kiefer 形式）在 k=2 时与经典 D 是等价的（单调变换），所以本文的框架向后兼容。
  2. 置换推断：置换推断是本文的核心推断工具。它不依赖于权重的分布假设，也不依赖于渐近分布表。在未加权特例下，它等价于经典的两样本置换检验。
  3. 从两样本到多样本的推广：当 k>2 时，唯一的变化是：
  4. 统计量从 sup_x |F̂_1 - F̂_0| 变为 sup_x Σ_j W_j (F̂^w_j - F̄^w)^2（KS 的 Kiefer 形式）。
  5. 置换时，组标签从 2 类变为 k 类。
  6. 其他一切（置换过程、p 值计算）完全相同。

这个特例揭示了本文的数学本质：本文不是发明了新的统计量，而是将已有的多样本统计量（Kiefer, Scholz-Stephens）与已有的加权置换框架（Linden 2026b）组合起来，并解决了向后兼容性和事后两两比较的问题。核心数学困难不在于统计量的推导（已有），而在于证明这种组合在加权多样本设定下仍然有效（Type I error 控制、相对优势保持），以及理解功效随 k 增加而下降的机制（零分布膨胀）。

三、这篇论文做了什么（本次重心，务必讲透）

三句话

  1. 研究了什么问题：将加权 Kolmogorov-Smirnov、Anderson-Darling 和 Cramér–von Mises 检验从两样本推广到任意 k≥2 组，并引入事后两两比较程序，用于因果推断中多组协变量平衡性的诊断。
  2. 核心工具/方法：采用 Kiefer (1959) 的 KS/CVM 多样本统计量和 Scholz & Stephens (1987) 的 AD 多样本统计量，将其与加权 ECDF、Kish 有效样本量以及标签置换推断（Linden 2026b）结合，确保 k=2 时精确退化为两样本版本。
  3. 主要结论：在 k=3 的模拟中，所有三个检验的 Type I error 接近名义水平，且两样本下建立的相对优势（KS 对中心差异最敏感、AD 对尾部差异最敏感、AD 与 CVM 对弥散差异表现相当）得以保持。但整体检验功效低于对应的两样本设定，原因是增加组数扩大了零分布（自由度增加），而非信号被稀释。事后两两比较程序（其成对统计量无此惩罚）是定位具体差异组的更灵敏工具。

关键设定与假设

在第二节最小记号的基础上，补全完整设定：

  • 加权 ECDF（公式 1）：F̂^w_j(x) = (Σ_i w_{ji} I(x_{ji} ≤ x)) / (Σ_i w_{ji})。这是加权两样本推广的直接扩展。
  • 加权合并 ECDF（公式 2）：F̄^w(x) = (Σ_j Σ_i w_{ji} I(x_{ji} ≤ x)) / (Σ_j Σ_i w_{ji})。这是多样本特有的：每个组不是与另一个组比较，而是与所有组的加权平均比较。
  • Kish 有效样本量：n_{e,j} = W_j^2 / Σ_i w_{ji}^2，n_e = Σ_j n_{e,j}。用于 AD 统计量的方差标准化项，替代原始样本量 N。这是对权重变异性的一种校正：权重越不均匀，有效样本量越小。
  • 权重假设：权重必须严格为正（w_{ji} > 0），且不需要归一化到任何特定尺度（因为所有公式只涉及权重比）。权重被视为观测的固定属性，不假设其生成机制。
  • 数据假设：各组观测独立，且来自连续分布（但统计量通过 h_l 项处理了结数据）。
  • 零假设：H_0: F_1 = F_2 = ... = F_k（所有组的协变量分布相同）。
  • 相比已有文献的放宽/强化：
  • 放宽：相比经典多样本检验（Kiefer, Scholz-Stephens），本文允许任意权重，且不依赖渐近分布表（使用置换推断）。
  • 强化：相比两样本加权检验（Linden 2026b），本文要求 k≥2 的统计量在 k=2 时精确（而非渐近）退化为两样本版本。这通过设计选择实现（对 KS/CVM 报告两样本统计量而非 Kiefer 的 T；对 AD 在 k=2 时使用两样本版本而非 Scholz-Stephens 公式）。

主要结果

本文的核心结果是模拟研究（k=3）和真实数据例子。理论结果（定理）较少，主要是统计量的定义和置换推断程序。

  1. Type I error 控制（表 2）：在 k=3、n=1000-4000 下，所有三个检验的拒绝率在 0.044-0.057 之间，紧密围绕名义水平 0.05。与两样本结果（Linden 2026b）基本一致。关键发现：在极端权重变异性（r_e=0.2）下，k=3 的 Type I error（0.044-0.048）没有像两样本那样膨胀到 0.064-0.067，反而略低于名义水平。作者未给出理论解释，但指出这不是抽样误差。

  2. 功效：中心差异（表 3a）：KS 最敏感（n=4000 时功效 0.984），AD 次之（0.714），CVM 最弱（0.579）。所有两两比较在 n≥2000 时均显著（p<.001）。与两样本结果一致。

  3. 功效：尾部差异（表 3b）：AD 压倒性最敏感（n=4000 时功效 0.618），KS 和 CVM 均接近 Type I error 水平（0.064 和 0.069）。与两样本结果一致。

  4. 功效：弥散差异（表 3c）：AD 和 CVM 表现相当，均优于 KS。AD 在 n≥2000 时略优于 CVM（p=.010, .008, <.001）。与两样本结果一致。

  5. 功效下降机制（讨论 5.2）：这是本文最重要的非模拟发现。作者证明，对于单个离群组（占比 π）与 k-1 个相同参考组，Kiefer 的 T 统计量在总体水平上简化为 nπ(1-π)(F_3 - F_ref)^2，与两样本比较相同——信号未被稀释。但零分布（所有统计量的渐近零分布由 k-1 个自由度索引）随 k 增加而随机增大，导致临界值变大。这是零分布膨胀，而非信号稀释。作者将其类比为 ANOVA F 检验在增加非差异组时功效下降。

  6. 权重变异性敏感性（表 5）：在 r_e ∈ {0.2, 0.4, 0.6, 0.8, 0.9} 下，所有三个检验的相对优势保持不变。关键发现：在 r_e=0.2（最极端权重变异性）下，Type I error 没有像两样本那样膨胀。

  7. 真实数据例子（第 4 节）：使用心力衰竭疾病管理项目的 7971 名患者数据（3 组：Control n=6612, Calls n=654, RTM n=705）。在 MMWS 加权前，所有三个检验均显著（p=.001，置换下限）。加权后，所有三个检验均不显著（KS p=.1359, AD p=.1499, CVM p=.8002），且事后两两比较也均不显著。这个例子想说明：本文的方法能够检测到加权前后的平衡性变化，且加权后达到了平衡。

证明路线与技术技巧（理论型必写，要具体）

本文是方法型论文，没有复杂的数学证明。核心“证明”是模拟验证和机制解释。但我们可以拆解其统计量定义和置换推断的逻辑路线。

  • 整体路线：
  • 定义加权多样本统计量：将 Kiefer (1959) 的 KS/CVM 统计量和 Scholz & Stephens (1987) 的 AD 统计量中的 ECDF 替换为加权 ECDF，样本量替换为权重和（W_j）或 Kish 有效样本量（n_e）。
  • 确保向后兼容性：通过设计选择（k=2 时报告两样本统计量而非多样本统计量），确保 k=2 时统计量精确等于两样本版本。
  • 置换推断：将两样本置换程序（Linden 2026b）直接扩展到 k 类标签。这是核心推断工具，不依赖渐近分布。
  • 事后两两比较：在整体检验拒绝后，对每对组运行两样本加权检验，并应用四种多重比较校正。

  • 模拟验证：通过 k=3 的模拟，验证 Type I error 控制、相对优势保持、以及功效下降机制。

  • 关键跳跃点：

  • 从两样本到多样本的统计量选择：为什么选 Kiefer 和 Scholz-Stephens 的形式？因为它们是经典多样本推广，且与两样本版本有已知的代数关系。作者没有比较其他多样本统计量（如基于能量距离的）。
  • Kish 有效样本量的使用：在 AD 统计量中，用 n_e 替代 N 是加权两样本推广的直接扩展。作者没有证明这是最优选择，但模拟显示 Type I error 控制良好。

  • 功效下降机制的解析：作者在讨论中给出了一个简洁的代数论证（T = nπ(1-π)(F_3 - F_ref)^2），证明信号未被稀释。这个论证是理解本文核心发现的关键。

  • 技术技巧点名：

  • 置换推断：核心推断工具。用于处理权重来源未知的问题，避免对渐近分布表的依赖。计算成本为 O(R N log N)。
  • Kish 有效样本量：用于校正权重变异性对方差的影响。在 AD 统计量中，用 n_e 替代 N 是加权两样本推广的直接扩展。
  • 多重比较校正：Bonferroni、Šidák、Holm、Benjamini-Hochberg。用于事后两两比较，控制族系错误率或错误发现率。

真实例子与应用

  • 用的什么数据/场景：心力衰竭疾病管理项目数据，3 组（Control, Calls, RTM），共 7971 名患者。协变量是“医疗风险评分”（基于既往医疗利用情况预测的近期医疗成本）。
  • 怎么把本文方法用上去：首先，使用多分类逻辑回归估计广义倾向性评分，然后通过边际均值加权（MMWS）构建权重。然后，对加权前后的医疗风险评分，分别运行 k=3 的 KS、AD、CVM 检验（R=1000 置换），并报告事后两两比较结果。
  • 得到什么结果：加权前，所有三个检验均显著（p=.001），所有九组成对比较也均显著。加权后，所有三个检验均不显著（p 值在 0.14-0.80 之间），所有九组成对比较也均不显著。
  • 这个例子想说明什么：验证本文方法能够检测到加权前后的平衡性变化。加权前的不平衡被成功检测，加权后的平衡被成功确认。但这个例子没有展示更复杂的情况（如整体检验拒绝但只有部分成对比较显著），作者在讨论中承认了这一点。

🔎 结论是否比证明窄

  • 结论：“AD remains a reasonable general-purpose default with more than two groups, as it was with two”。比证明窄：模拟只验证了 k=3 且只有一个离群组的情况。作者没有证明 AD 在 k>3 或更复杂的离群结构（如多个离群组、离群组之间相互抵消）下仍然是好的默认选择。作者在讨论中明确承认了这一点（“other structures possible only at k>2 remain untested”）。
  • 结论：“every omnibus test loses power...as non-differing groups are added”。比证明窄：这个结论是基于 Kiefer 统计量的代数论证和模拟（k=3）。作者没有证明这个机制对所有多样本统计量（如能量距离）都成立，也没有量化功效下降的速度（线性、次线性？）。作者在 future work 中提到了这一点。
  • 结论：“Type I error remained close to nominal”。比证明窄：模拟只覆盖了 n=1000-4000 和特定的权重分布（对数正态）。作者没有证明在更小的样本量、更极端的权重分布、或非正态基础分布下 Type I error 仍然可控。

四、开放问题（点到为止，扎根具体语句）

  1. 功效下降的量化：“characterizing how the power reduction and post-hoc performance documented here scale beyond k=3”（Discussion 最后一句）。要证什么：对于固定大小的单个离群组，功效随 k 增加而下降的速率（线性、次线性、对数？）。扎根于：本文只模拟了 k=3，未测试 k>3。

  2. 事后两两比较程序的操作特性：“the post-hoc procedure's own Type I error and power were not evaluated by simulation here”（Discussion 5.4 第三点）。要估什么：在整体检验拒绝后，运行所有成对比较并应用多重比较校正，其族系错误率和发现率如何？扎根于：本文只在真实数据例子中展示了事后程序，未进行模拟评估。

  3. 其他多样本分布性检验的扩展：“extending the same framework to other k-sample distributional tests, such as the Kuiper and Wasserstein statistics”（Discussion 最后一句）。要算什么：将本文的加权置换框架扩展到 Kuiper 检验（对循环数据敏感）和 Wasserstein 检验（基于最优传输距离）。扎根于：本文只扩展了 KS、AD、CVM。

  4. 极端权重变异性下 Type I error 的异常行为：“Whether this reflects a genuine difference between the two-group and k-sample permutation procedures under extreme weight variability...is addressed further in the Discussion”（Section 3.6）。要证什么：为什么在 r_e=0.2 下，k=3 的 Type I error 没有像两样本那样膨胀，反而略低于名义水平？这是否是普遍现象，还是特定于本文的 DGP？扎根于：本文模拟发现了一个与两样本结果不一致的现象，但未给出理论解释。

提醒：要确认第 4 条是否是真 gap，可以去读 Linden (2026b) 的讨论部分，看作者是否对两样本下的 Type I error 膨胀给出了解释。如果两样本下的膨胀已被解释（例如，极端权重导致置换分布离散化），那么 k=3 下未膨胀可能只是偶然。如果两样本下的膨胀未被解释，那么这是一个值得深挖的开放问题。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论