python - 对不相关数组的两个 KS 测试在 python 中产生相同的测试统计数据和 p 值

Question

我正在使用 python scipy.stats 中的两个样本 KS 测试来测试两个样本来自同一分布的零假设。我有四个数组，并且正在执行两次测试以比较 a1 与 a2 和 a3 与 a4 的分布。下面的代码

import numpy as np
import scipy.stats as stats
a1 = np.array([0.13409962, 0.19769357, 0.09881423, 0.16722408, 0.21558872, 0.16, 0.08888889, 0.13931889, 0.15797788])
a2 = np.array([0.3, 0.11818182, 0.21111111, 0.20175439, 0.14128728, 0.15679443, 0.30563515, 0.22826087, 0.13677812])
a3 = np.array([0.1532567 , 0.04942339, 0.07905138, 0.05016722, 0.0331675 , 0.02, 0.11111111, 0.13931889, 0.])
a4 = np.array([0.06666667, 0.04545455, 0.04444444, 0.02631579, 0.03139717, 0.06097561, 0.0191022 , 0.07608696, 0.03039514])

stats.ks_2samp(a1, a2)
Ks_2sampResult(statistic=0.4444444444444444, pvalue=0.24999584817106832)
stats.ks_2samp(a3, a4)
Ks_2sampResult(statistic=0.4444444444444444, pvalue=0.24999584817106832)

检验统计量和 p 值相同。这对 scipy 中的数据或实现意味着什么？

谢谢你的帮助！

标签： pythonscipystatistics