Kolmogorov–Smirnov tes的Scipy输出

Question

我已经调用了python上的KS test函数来比较两个特性：大小和持续时间，我在解释输出时有点不知所措。这是我的代码：

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)

我把这个作为输出：

size: | (0.25583333333333336, 0.0039023335557401583)

Duration: | (0.11504409325067666, 0.092596990959821421)

我从KS测试的scipy网页上知道，第一个是统计值，第二个是p值。但是如何从这些值中准确地解释哪个特性更好呢？？在

Answer 1

KS检验与一个无效假设相关：被比较的组是从同一总体中抽样的。在

如果零假设成立，p值就是观察到样本组之间特定偏差的概率。在

对于尺寸，观察到的偏差水平预计为0.3%的样本运行。在

在持续时间内，9%的时间可以看到偏差水平。在

什么功能更好？如果任务是试图区分一个群体和另一个群体，规模可能会更好。在