单样本k-s检验和双样本k-s检验matlab代码实现

单样本K-S检验的Matlab代码实现如下：

% 设定样本数据
data = [0.234, 0.456, 0.678, 0.789, 0.123];

% 设定假设的分布函数（这里假设服从标准均匀分布）
cdf = @(x)unifcdf(x, 0, 1);

% 进行K-S检验
[h, p, kstat, cv] = kstest(data, 'CDF', cdf);

% 显示结果
fprintf('K-S统计量 = %.4f\n', kstat);
fprintf('临界值 = %.4f\n', cv);
fprintf('P值 = %.4f\n', p);

if h == 0
    fprintf('接受原假设，样本数据与给定分布函数拟合良好。\n');
else
    fprintf('拒绝原假设，样本数据与给定分布函数拟合不良。\n');
end

双样本K-S检验的Matlab代码实现如下：

% 设定两组样本数据
data1 = [0.234, 0.456, 0.678, 0.789, 0.123];
data2 = [0.345, 0.567, 0.789, 0.890, 0.234];

% 进行K-S检验
[h, p, kstat, cv] = kstest2(data1, data2);

% 显示结果
fprintf('K-S统计量 = %.4f\n', kstat);
fprintf('临界值 = %.4f\n', cv);
fprintf('P值 = %.4f\n', p);

if h == 0
    fprintf('接受原假设，两组样本数据来自同一分布。\n');
else
    fprintf('拒绝原假设，两组样本数据来自不同分布。\n');
end

以上是单样本K-S检验和双样本K-S检验的Matlab代码实现。