众多学者对基于熵的拟合优度检验进行了相关研究,比如Vasicek[1](1976)研究了基于摘的正态性复合假设检验,Crzcgorzewski和Wirczorkowski[2](1999)研究了基于摘的指数分布的复合假设检验,Dudewicz和Van Der Meulen[3](1981)研究了基于熵的均匀性简单假设检验等等。本文在Dudewicz和Van Der Meulen[3](1981)给出的基于摘的均匀性简单假设检验的基础上提出了基于熵的均匀性复合假设检验问题。首先,在简单随机抽样(simple random sampling,简称SRS)下基于摘的良好估计量提出了检验均匀分布的复合假设检验统计量,研究了检验统计量的优良性质,从而给出了均匀分布复合假设的检验方法。其次,将SRS下基于熵的均匀性复合假设检验方法扩展到排序集抽样(rankedsetsampling,简称RSS)下的情形,并证明了 SRS下和RSS下基于熵的均匀性复合假设检验统计量在原假设(即均匀分布U(a,b), a,b未知)下的分布与参数a, b无关。最后,采用蒙特卡罗数值模拟的方法计算了 SRS下和RSS下基于熵的均匀性复合假设检验的拒绝域的临界值和七种备择假设分布下的势,通过SRS下和RSS下基于熵的均匀性复合假设检验的势比较,结果表明RSS下基于熵的均匀性复合假设检验更有效。