用MATLAB编写K-S检验法

要使用MATLAB编写K-S检验法，可以按照以下步骤进行：

1. 准备数据：将待检验的两组数据存储为两个向量或数组，分别命名为"sample1"和"sample2"。

2. 计算累积分布函数（CDF）：使用ecdf函数计算两组数据的累积分布函数。例如，可以使用以下代码计算两组数据的CDF：

   [cdf1, x1] = ecdf(sample1);
   [cdf2, x2] = ecdf(sample2);

3. 计算K-S统计量：使用ksstat函数计算K-S统计量。K-S统计量是两个CDF之间的最大差异。例如，可以使用以下代码计算K-S统计量：

   d = max(abs(cdf1 - cdf2));

4. 计算临界值：根据样本大小和显著性水平，查找K-S分布表或使用kscritical函数计算临界值。例如，可以使用以下代码计算临界值：

   alpha = 0.05; % 显著性水平
   n1 = numel(sample1); % 样本1的大小
   n2 = numel(sample2); % 样本2的大小
   critVal = kscritical(alpha, n1, n2);

5. 判断检验结果：比较K-S统计量和临界值。如果K-S统计量大于临界值，则拒绝原假设，表示两组数据不来自同一分布；否则，接受原假设，表示两组数据来自同一分布。例如，可以使用以下代码进行判断：

   if d > critVal
       disp('拒绝原假设，两组数据不来自同一分布。');
   else
       disp('接受原假设，两组数据来自同一分布。');
   end

以上是一个简单的使用MATLAB编写K-S检验法的示例。请根据具体问题和数据进行相应的调整和扩展。