非参数检验两组数据分布是否一致的方法及代码

非参数检验两组数据分布是否一致的常用方法是Mann-Whitney U检验和Kolmogorov-Smirnov检验。

1. Mann-Whitney U检验

Mann-Whitney U检验又称为Wilcoxon秩和检验，它是一种非参数检验方法，用于比较两组独立样本的中位数是否相等。

Mann-Whitney U检验的原假设是：两组独立样本的中位数相等。备择假设为：两组独立样本的中位数不相等。

Python代码实现：

from scipy.stats import mannwhitneyu

# 假设有两组数据 a 和 b
stat, p = mannwhitneyu(a, b)
print('统计量=%.3f, p值=%.3f' % (stat, p))
alpha = 0.05
if p > alpha:
print('两组数据分布相同')
else:
print('两组数据分布不同')

2. Kolmogorov-Smirnov检验

Kolmogorov-Smirnov检验是一种常用的非参数检验方法，用于比较两个样本是否来自相同的连续分布。

Kolmogorov-Smirnov检验的原假设是：两个样本来自同一连续分布。备择假设为：两个样本来自不同的连续分布。

Python代码实现：

from scipy.stats import ks_2samp

# 假设有两组数据 a 和 b
stat, p = ks_2samp(a, b)
print('统计量=%.3f, p值=%.3f' % (stat, p))
alpha = 0.05
if p > alpha:
print('两组数据分布相同')
else:
print('两组数据分布不同')