进行Kolmogorov-Smirnov拟合优度检验-Scipy

Question

我正在尝试对我的数据和估计分布进行KS测试拟合优度。 情节是这样的

我正在使用的代码及其结果如下：

sp.stats.kstest(df['col'], 'norm', args = (mean, sd), N = 1000000)

KstestResult（statistic = 0.06905359838747682，pvalue = 0.0）

• 从df获得数据点。
• “规范”，因为我假设正态分布。
• args是一个元组
我使用我估算的理论分布函数的参数 数据集。
• N = 1000000作为样本量。

当然，拟合并不完美，但是我不明白为什么p值仅为0.0。我在使用该函数时是否做错了，还是不合适呢？我希望p值很小，甚至小到0.01或0.000000536或其他，但不会是零。

任何主意是什么错或可以做些什么使它起作用？

顺便说一句：原始数据最初是对数正态分布的（看原始图，这里的图是对数变换后的）