KS检验-如何理解KS检验中的p-value

首先介绍一下什么是KS检验原文：https://blog.csdn.net/ljzology/article/details/80407704
KS检验
Kolmogorov-Smirnov检验是基于累计分布函数的，用于检验一个分布是否符合某种理论分布或比较两个经验分布是否有显著差异。
单样本K-S检验是用来检验一个数据的观测经验分布是否符合已知的理论分布。
两样本K-S检验由于对两样本的经验分布函数的位置和形状参数的差异都敏感，所以成为比较两样本的最有用且最常用的非参数方法之一。
检验统计量为：，其中Fn（x）为观察序列值，F（x）为理论序列值或另一观察序列值
步骤
（1）提出假设H0：Fn（x）=F(x)
（2）计算样本累计频率与理论分布累计概率的绝对差，令最大的绝对差为Dn；Dn=max{[Fn(x) - F(x)]}
（3）用样本容量n和显著水平a查出临界值Dna；
（4）如果Dn<Dna，则认为拟合是满意的。

上面的D相当于实际值与拟合的函数值之间的距离。
那么如何理解P-value值呢？
举个例子：（摘自百度知道：https://zhidao.baidu.com/question/1451519368641525580.html）
教室里四位同学将装了若干数量的白球和黑球的箱子放在了课桌上，然后他们叫来了他们的小伙伴小花同学。
他们对小花说：“小花，我们来玩个猜猜猜的游戏吧，你在这个箱子里摸5次球，每次摸完都要放回去再摸下一次，然后你猜里面的白球和黑球是不是一样多。”，小花就愉快地同意了。
小花按照要求摸了三次球，每一次都是白球，这时她的心里已经有点怀疑白球和黑球是不是各一半了，她又继续摸，又摸了两次，还都是白球，这时她就大声地说：“箱子里面的白球和黑球肯定不是一样多的”。
小伙伴们打开箱子，发现果然大部分的球都是白球。
小花的判断为什么会对呢？来做个简单的概率计算，如果白球和黑球数量一样多的话，那么每次都摸到白球的概率是1/2。
她连摸三次都是白球的概率是：1/21/21/2=1/8=12.5%，这种事件发生的概率已经很低。
她连摸五次都是白球的概率是：1/21/21/21/21/2=1/32=3.125%，这种事件发生的概率已经极低。
这就是假设检验的原理：在一定的统计假设的前提下，如果发生了小概率事件，我们就有理由怀疑假设的真实性，从而拒绝接受该假设。
小概率事件不会发生，是假设检验的前提。
在这个摸球故事中，假设是白球与黑球数量相同，但是小花摸了5次都是白球，概率是3.125%属于小概率事件，因此我们拒绝假设，也就是拒绝认为白球与黑球数量相同。
最后一个问题，概率低到多少会被认为是小概率事件呢？
英国的统计学家Ronald Fisher把1/20作为小概率标准，也就是0.05，从此0.05或者比0.05小就叫做小概率事件。
这个0.05就是P Value.