Python 3.x Scipy&x27；s ks_2samp函数提供了良好的D_统计，但p_值错误

我试图进行两个样本的Kolmogorov-Smirnov测试，以检查两个样本是否来自同一人群。下面是重现我的问题的代码：

from scipy.stats import ks_2samp
import numpy as np

x = list(np.random.normal(10, 1, 3000))
y = list(np.random.normal(12, 1, 2000))
d_statistic, p_value = ks_2samp(x, y)

使用早于1.3的scipy版本，我得到以下结果： d_统计量=0.67317，p_值=0.0

但是，对于scipy版本>=1.3： d_统计量=0.6705，p_值=0.99047747590824749

两者给出的d_统计数据几乎相同，但scipy的最新版本似乎给了我一个错误的p_值，我不明白为什么。事实上，x和y显然是两个不来自同一人群的样本

---

我做了一些研究，由于scipy==1.3，“精确”模式被发布，对于那些将面临与我相同问题的小样本（len（x），len（y））来说，它是默认模式。 这是一个在样本量超过几千个时出现的错误（归功于解决此问题的pvanmulbregt:）。它应该在scipy的1.5.0版本中解决。同时，您可以将模式从“精确”更改为“asymp”，也可以降级scipy版本

希望这有帮助， H1t5uj1

d_statistic, p_value = ks_2samp(x, y, mode='asymp')