Python：带有2个样本的二维Kolmogorov-Smirnov

Question

我有两个二维的数据集：（X1，Y1）和（X2，Y2）。我希望能够计算KS测试统计量，以确定这两个数据集的值是来自相同还是不同的分布。我之前使用过scipy.stats.ks_2samp，但这是比较一维中的两个数据集或两个样本的概率分布。但是，在这种情况下，我不拘泥于概率分布，而是两个样本的离散x和y值。在这种情况下，我如何继续在python中获取ks测试值？对于每个参数X1，Y1，X2和Y2，我都有单独的numpy数组。谢谢！

Answer 1

该笔记本提供了一个用于 2D KS 测试的 Python 实现，有 2 个样本。该.py文件可以在此处下载。代码看起来是C代码的翻译，如果样本量很大，效率可能会出现问题。 （断开的链接）

更多信息

该算法首先在两篇论文中提出

• Peacock，JA 1983，天文学中的二维拟合优度检验
• Fasano, G. 和 Franceschini, A. 1987，科尔莫戈洛夫-斯米尔诺夫检验的多维版本。

一个很好的介绍和C实现可以在

• 出版社，WH 等人。1992 年，C 语言的数值配方，第 14.7 节，第 645 页。

  C++/Fortran您可以在本书的其他版本中找到实现。

这里有一篇标题为“Beware the Kolmogorov-Smirnov test”的文章也与该主题相关，您可能想看看。

更新

我还使用 numpy 编写了一个 python 实现，它应该比引用的笔记本具有更好的性能。您可以在此处找到代码。

在任何申请之前，您最好将代码（无论使用哪一个）与原始论文/书籍一起检查。2d KS 测试的 python 实现比 numpy/scipy 中的其他约定测试要少得多。