Dwu-próbny test Kołmogorowa-Smirnowa w Pythonie Scipy

Question

Nie mogę wymyślić, jak wykonać test SB w dwóch próbach w Scipy.

Po zapoznaniu się z dokumentacją scipy kstest

widzę jak testować gdzie dystrybucja jest identyczny z rozkładu normalnego

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) 

Co oznacza, że ​​przy wartości p 0,76 nie możemy odrzucić NULL hipoteza, że ​​oba rozkłady są identyczne.

Jednakże chcę porównać dwie dystrybucje i zobaczyć, czy mogę odrzucić hipotezę zerową, że są one identyczne, coś takiego:

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) 

i sprawdzić czy X i Z są identyczne

Próbowałam naiwny:

test_stat = kstest(x, z) 

i mam następujący błąd:

TypeError: 'numpy.ndarray' object is not callable 

Czy istnieje sposób na wykonanie dwupróbkowego testu KS w języku Python? Jeśli tak, jak mam to zrobić?

Z góry dziękuję

Answer 1

Używasz jednoczęściowego testu KS. Prawdopodobnie chcesz 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) 

Answer 2

To właśnie scipy docs powiedzieć:

If the K-S statistic is small or the p-value is high, then we cannot reject the hypothesis that the distributions of the two samples are the same.

nie można odrzucić, nie oznacza to potwierdzić.