サンプルA（n = 25）が均一に分布しているかどうかを確認したいと思います。Pythonでそれを確認する方法は次のとおりです。
import scipy.stats as ss
A=[9,9,9,4,9,6,7,8,9,4,5,2,4,9,6,7,3,4,2,4,5,6,8,9,9]
ss.kstest(A,'uniform', args=(min(A),max(A)), N=25)
これは、(0.2222222222222221, 0.144999771178796239) を返します。つまり、p 値が ~0.15 の場合、検定ではサンプル A が一様分布に由来することを拒否できません。
Rで同じものを計算する方法は次のとおりです。
A=c(9,9,9,4,9,6,7,8,9,4,5,2,4,9,6,7,3,4,2,4,5,6,8,9,9)
ks.test(A,punif,min(A),max(A))
結果: D = 0.32、p 値 = 0.01195。R を使用すると、通常の有意水準 0.05 で帰無仮説を棄却する必要があります (!!!)
ドキュメントを正しく読んだ場合、両方の関数がデフォルトで両側テストを実行します。また、KS テストは主に連続変数を対象としていることがわかりましたが、これで Python と R によって生成される対照的な近似を説明できますか? あるいは、構文に重大な誤りがありますか?