Odpowiedzi:
Jak zauważył Stijn, test ks zwraca statystykę D i wartość p odpowiadającą statystyce D. Statystyka D jest absolutną maksymalną odległością (supremum) między CDF dwóch próbek. Im bliżej tej liczby jest 0, tym bardziej prawdopodobne jest, że dwie próbki zostały pobrane z tego samego rozkładu. Sprawdź stronę Wikipedii, aby sprawdzić test ks. Zapewnia dobre wyjaśnienie: https://en.m.wikipedia.org/wiki/Kolmogorov%E2%80%93Smirnov_test
Wartość p zwrócona przez test ks ma taką samą interpretację jak inne wartości p. Odrzucasz hipotezę zerową, że dwie próbki zostały pobrane z tego samego rozkładu, jeśli wartość p jest mniejsza niż poziom istotności. Możesz znaleźć tabele online do konwersji statystyki D na wartość p, jeśli jesteś zainteresowany procedurą.
Podczas wyszukiwania w Google ks_2samp pierwszym hitem jest ta strona internetowa. Na nim możesz zobaczyć specyfikację funkcji:
This is a two-sided test for the null hypothesis that 2 independent samples are drawn from the same continuous distribution.
Parameters :
a, b : sequence of 1-D ndarrays
two arrays of sample observations assumed to be drawn from a continuous distribution, sample sizes can be different
Returns :
D : float, KS statistic
p-value : float, two-tailed p-value