python怎么实现检验_用python进行KS检验

简介

Kolmogorov-Smirnov test（KS检验）是一种重要的非参数检验方法，应用非常广泛，比如之前介绍的数据库CMap，其核心算法就是借鉴KS检验。

KS检验是一种统计检验方法，其通过比较两样本的频率分布、或者一个样本的频率分布与特定理论分布（如正态分布）之间的差异大小来推论两个分布是否来自同一分布。

实现方法：

R 代码：

ks.test(x)

#其中x为“a numeric vector of data values”，也就是数值型向量。

Python 代码：

from scipy import stats

stats.kstest(rvs, cdf, args=(),…)

#其中rvs可以是数组、生成数组的函数或者scipy.stats里面理论分布的名字

#cdf可以与rvs一致。若rvs和cdf同是数组，则是比较两数组的分布是否一致；一个是数组，另一个是理论分布的名字，则是看样本是否否和理论分布

#args是一个元组，当rvs或者cds是理论分布时，这个参数用来存储理论分布的参数，如正态分布的mean和std。

遇到的问题：

在实际问题中，有一组大小一万的数组，长这样：

test=[4949.58940397, 4712.41059603, 4426.70198675, 4427.8807947 ,

4695.1192053 , 4929.2384106 , 4403.08609272, 4606.33112583,

4599.23178808, 4523.54966887, 4551.41721854, 4784.89403974,……