kolmogorovSmirnovTest

对两个群体的样本应用Kolmogorov-Smirnov检验。

语法

两个样本的值在 sample_data 列中。如果 sample_index 等于 0，则该行中的值属于第一个群体的样本。否则，它属于第二个群体的样本。 样本必须属于连续的一维概率分布。

参数

• sample_data — 样本数据。整型、浮点型或十进制型。
• sample_index — 样本索引。整型。

参数说明

• alternative — 备择假设。（可选，默认值：'two-sided'。）字符串。 设 F(x) 和 G(x) 为第一个和第二个分布的CDF。
  • 'two-sided' 零假设是样本来自同一分布，例如对所有 x，有 F(x) = G(x)。 备择假设是这两个分布不相同。
  • 'greater' 零假设是第一个样本中的值在随机上小于第二个样本中的值， 例如，第一个分布的CDF位于第二个分布的上方，因此位于其左侧。 这实际上意味着对所有 x，有 F(x) >= G(x)。在这种情况下，备择假设是 F(x) < G(x) 在至少一个 x。
  • 'less' 零假设是第一个样本中的值在随机上大于第二个样本中的值， 例如，第一个分布的CDF位于第二个分布的下方，因此位于其右侧。 这实际上意味着对所有 x，有 F(x) <= G(x)。在这种情况下，备择假设是 F(x) > G(x) 在至少一个 x。
• computation_method — 用于计算p值的方法。（可选，默认值：'auto'。）字符串。
  • 'exact' - 使用测试统计量的精确概率分布进行计算。除小样本外，计算密集且浪费。
  • 'asymp' ('asymptotic') - 使用近似值进行计算。对于大样本，精确和渐近的p值非常相似。
  • 'auto' - 当样本的最大数量小于 10'000 时使用 'exact' 方法。

返回值

元组包含两个元素：

• 计算的统计量。Float64。
• 计算的 p 值。Float64。

示例

查询：

结果：

注意： P 值大于 0.05（在 95% 的置信水平下），因此未拒绝零假设。

查询：

结果：

注意： P 值小于 0.05（在 95% 的置信水平下），因此拒绝了零假设。

另见

• Kolmogorov-Smirnov's test