Scipy的Kolmogorov–Smirnov检验输出

Question

我在Python中调用了KS检验函数，用来比较两个特征：大小和持续时间，但我对输出结果有点迷糊，不知道怎么解释。以下是我的代码：

from scipy.stats import ks_2samp
import csv

ds1=getColumn("TraceBG.csv",5)
ds2=getColumn("TraceFG.csv",5)
ds11=getColumn("TraceBG.csv",6)
ds12=getColumn("TraceFG.csv",6)

print "size: | ",ks_2samp(ds1,ds2)
print "duration: | ",ks_2samp(ds11,ds12)

我得到了这样的输出：

大小: | (0.25583333333333336, 0.0039023335557401583)

持续时间: | (0.11504409325067666, 0.092596990959821421)

我从scipy的KS检验网页上知道，第一个值是统计量，第二个值是p值。但是我该怎么具体解释这些值，来判断哪个特征更好呢？

Answer 1

KS检验是和一个假设有关的：被比较的两个组是从同一个总体中抽取出来的。

如果这个假设成立，那么p值就是在抽样的组之间观察到特定差异的概率。

对于大小来说，观察到的差异在0.3%的抽样中是可以预期的。

而对于持续时间，这种差异大约在9%的情况下会出现。

那么，哪个特征更好呢？如果任务是要区分两个不同的群体，大小可能会更有效。