Python：2-D Kolmogorov-Smirnov，有2个样本

Question

我有两个维度的两个数据集：（X1，Y1）和（X2，Y2）。 我希望能够计算KS检验统计量，以确定来自这两个数据集的值是来自相同或不同的分布。之前我使用过scipy.stats.ks_2samp，但是比较一个维度中的两个数据集，或者两个样本的概率分布。然而，在这种情况下，我坚持不是概率分布，而是两个样本的离散x和y值。对于这种情况，我怎样才能在python中获得ks测试值？我为每个参数X1，Y1，X2和Y2分别设置了numpy数组。 谢谢！

Answer 1

This Notebook为2个样本提供了用于2D K-S测试的Python实现。 .py文件可以下载here。代码似乎是C代码的翻译，如果样本量很大，效率可能会有问题。

更多信息

该算法首先在两篇论文中开发

• Peacock, J.A. 1983, Two-Dimensional Goodness-of-Fit Testing in Astronomy
• Fasano, G. and Franceschini, A. 1987, A Multidimensional Version of the Kolmogorov-Smirnov Test。

可以在

中找到一个很好的介绍和C实现

• Press, W.H. et al. 1992, Numerical Recipes in C，第14.7节，第645页。

  您可以在本书的其他版本中找到C++/Fortran实施。

此处标题为Beware the Kolmogorov-Smirnov test的帖子也与主题相关，您可能需要查看。

更新

我还使用numpy编写了一个python实现，它应该有更好的性能。您可以找到代码here。

您最好使用原始论文/书籍检查代码（无论哪一个）。 2d KS测试的python实现远没有那些在numpy / scipy中的检查。