Python 获得kolmogorov-smirnov试验所需的临界值

我说的是用python公式检索这个表的值

我已经寻找了一段时间，但是scipy函数不寻找这个值，我在这里感到非常困惑

---

我一直在寻找scipy内置公式，但没有成功。例如，在上述表中，D[0.1,10]==0.36866。但是scipy.stats.kstest不会返回相同的值，无论我如何处理数据。

这可以通过

scipy

实现，使用

ksone

分布及其

ppf

（）方法，而不是

kstest

：

from scipy.stats import ksone

def ks_critical_value(n_trials, alpha):
    return ksone.ppf(1-alpha/2, n_trials)

打印临界值表：

from __future__ import print_function # For Python 2

trials = range(1, 41)
alphas = [0.1, 0.05, 0.02, 0.01]

# Print table headers
print('{:<6}|{:<6} Level of significance, alpha'.format(' ', ' '))
print('{:<6}|{:>8} {:>8} {:>8} {:>8}'.format(*['Trials'] + alphas))
print('-' * 42)
# Print critical values for each n_trials x alpha combination
for t in trials:
    print('{:6d}|{:>8.5f} {:>8.5f} {:>8.5f} {:>8.5f}'
          .format(*[t] + [ks_critical_value(t, a) for a in alphas]))
    if t % 10 == 0:
        print()

我们需要一位统计学家提供一些额外的反馈，说明（a）为什么我们会得到前两行的

np.nan

值（我假设是因为

n_试验

和

alpha

的这些组合的临界值纯粹是理论上的，在实践中无法实现）和（b）为什么

ksone.ppf

方法需要将

alpha

除以2？我将编辑此答案以包含该信息

---

但是，您可以看到，除了初始缺失值外，此表生成的结果与第16页的表相同。

您遇到的问题是，

scipy.stats.kstest

正在执行测试本身，而您的临界值表用于解释测试。这里有一篇论文：附录中有Matlab代码——如果没有其他人响应，我明天会尝试移植它。其他表在python中有它们的等价物（特别是scipi）。例如，可以在chi2.ppf中找到平方chi（如果使用excel，则为逆chi）的值。我不能对科尔莫戈罗夫·斯米尔诺夫说同样的话。不幸的是，你发的那篇文章太离谱了。

      |       Level of significance, alpha
Trials|     0.1     0.05     0.02     0.01
------------------------------------------
     1|     nan      nan      nan      nan
     2| 0.77639  0.84189      nan      nan
     3| 0.63604  0.70760  0.78456  0.82900
     4| 0.56522  0.62394  0.68887  0.73424
     5| 0.50945  0.56328  0.62718  0.66853
     6| 0.46799  0.51926  0.57741  0.61661
     7| 0.43607  0.48342  0.53844  0.57581
     8| 0.40962  0.45427  0.50654  0.54179
     9| 0.38746  0.43001  0.47960  0.51332
    10| 0.36866  0.40925  0.45662  0.48893

    11| 0.35242  0.39122  0.43670  0.46770
    12| 0.33815  0.37543  0.41918  0.44905
    13| 0.32549  0.36143  0.40362  0.43247
    14| 0.31417  0.34890  0.38970  0.41762
    15| 0.30397  0.33760  0.37713  0.40420
    16| 0.29472  0.32733  0.36571  0.39201
    17| 0.28627  0.31796  0.35528  0.38086
    18| 0.27851  0.30936  0.34569  0.37062
    19| 0.27136  0.30143  0.33685  0.36117
    20| 0.26473  0.29408  0.32866  0.35241