K-S检验的题怎么算

参考GPT和自己的思路：

K-S检验又称Kolmogorov-Smirnov检验，用于检验两个样本是否来自同一总体分布或两个总体分布是否具有显著差异。在该问题中，要比较两组样本A和B是否来自同一总体分布，需要按照以下步骤进行K-S检验：

1. 对样本A和B分别计算出每个数值出现的频数。

2. 计算出每个数值出现的累计频率，即样本A和B中小于等于该值的频数之和除以样本总数。

3. 计算出两个累计分布函数的最大差值Dn，即Dn=max|F1(x)-F2(x)|，其中F1(x)和F2(x)分别是两个样本的累计分布函数，x为所有数据中的数值。

4. 根据两个样本的大小，查找K-S分布表格，找到对应的显著性水平和样本数量所对应的Dn极值，以此确定是否存在显著差异。

在该问题中，样本A和B的大小分别为10和13，Dn=0.3，显著性水平为0.05，查找K-S分布表格，对于样本数量为10和13的情况，α=0.05时，Dn极值为0.410。因为Dn小于0.410，所以无法拒绝“两个样本来自同一总体分布”的原假设，即认为这两个样本有可能来自同一总体分布。