PythonScipyでの2サンプルのコルモゴロフ-スミルノフ検定

Scipyで2サンプルのKSテストを行う方法がわかりません。

ドキュメントを読んだ後scipykstest

分布が標準正規分布と同一である場所をテストする方法がわかります

from scipy.stats import kstest
import numpy as np

x = np.random.normal(0,1,1000)
test_stat = kstest(x, 'norm')
#>>> test_stat
#(0.021080234718821145, 0.76584491300591395)

つまり、p値が0.76の場合、2つの分布が同一であるという帰無仮説を棄却することはできません。

ただし、2つの分布を比較して、次のように、それらが同一であるという帰無仮説を棄却できるかどうかを確認したいと思います。

from scipy.stats import kstest
import numpy as np

x = np.random.normal(0,1,1000)
z = np.random.normal(1.1,0.9, 1000)

xとzが同一かどうかをテストします

私は素朴なものを試しました：

test_stat = kstest(x, z)

次のエラーが発生しました：

TypeError: 'numpy.ndarray' object is not callable

Pythonで2サンプルのKSテストを行う方法はありますか？もしそうなら、私はそれをどのようにすべきですか？

前もって感謝します

1サンプルのKSテストを使用しています。おそらく2サンプルのテストが必要です ks_2samp：

>>> from scipy.stats import ks_2samp
>>> import numpy as np
>>> 
>>> np.random.seed(12345678)
>>> x = np.random.normal(0, 1, 1000)
>>> y = np.random.normal(0, 1, 1000)
>>> z = np.random.normal(1.1, 0.9, 1000)
>>> 
>>> ks_2samp(x, y)
Ks_2sampResult(statistic=0.022999999999999909, pvalue=0.95189016804849647)
>>> ks_2samp(x, z)
Ks_2sampResult(statistic=0.41800000000000004, pvalue=3.7081494119242173e-77)

結果は次のように解釈できます。

1. サンプルサイズに応じて、statisticPythonによって指定された値をKSテストの臨界値テーブルと比較することができます。ときにstatistic値が臨界値以上である、二つの分布が異なっています。

2. それとも、比較することができp-value、有意のレベルにA、通常= 0.05または0.01（あなたが決める、下より重要、です）。p値がaよりも小さい場合、2つの分布が異なる可能性が非常に高くなります。

これはscipyのドキュメントが言っていることです：

KS統計が小さいか、p値が高い場合、2つのサンプルの分布が同じであるという仮説を棄却することはできません。

拒否できないということは、確認するという意味ではありません。