1.概述
K-S检验（Kolmogorov-Smirnov Test）是用来检验数据是否符合常见概率分布的检验算法，该算法以“该数据符合某分布”作为“原假设”，以“该数据不符合某分布”作为“备择假设（与原假设对立的假设）”。当输出的检验值p值大于0.05时，认为“原假设”成立；当检验值p值小于等于0.05时，认为“备择假设”成立。K-S检验还可以用于检测两数据是否符合同一分布，输入两列数据后，该算法以“这两列数据符合同一分布”作为“原假设”，以“这两列数据不符合同一分布”作为“备择假设”。当输出的检验值p值大于0.05时，认为“原假设”成立；当检验值p值小于等于0.05时，认为“备择假设”成立。
输入：1个数据集。
输出：图片、表格、数据集。
2.配置方法
将K-S检验节点添加到实验后，可通过右侧的“配置项目”页面，对K-S检验节点进行设置。
2.1参数列表
测试模式：用于设置K-S检测的模式，默认值为same_distribution_test，可选值：same_distribution_test：使用两列数据判断是否符合同一分布；common_distribution_test：使用一列或多列数据判断这些数据是否符合“目标分布”所选的分布。
当选择测试模式为common_distribution_test时，需要选择目标分布类型、分布类型对应的参数和目标分布容量。
目标分布类型：用于设置K-S检测所用的概率分布类型，默认值为norm，可选值：norm：以正态分布为目标进行检测。uniform：以均匀分布为目标进行检测。poisson：以泊松分布为目标进行检测。binom：以二项分布为目标进行检测。expon：以指数分布为目标进行检测。
当“目标分布类型”为norm时：
μ：正态分布的期望值，默认值为0.0，取值范围为任意小数。
σ：正态分布的标准差，默认值为1.0，取值范围为大于等于0.0的小数。
当“目标分布类型”为uniform时：
a：均匀分布的采样下界，默认值为0.0，取值范围为任意小数。，该参数有效。
b：均匀分布的采样上界，默认值为1.0，取值范围为大于a的小数。
当“目标分布类型”为poisson时：
λ：泊松分布的期望值和方差，默认值为0.0，取值范围为大于等于0.0的小数。
当“目标分布类型”为binom时：
n：二项分布实验的次数，默认值为2，取值范围为大于等于0的整数。n为1时是二项分布的特殊情况，伯努利分布。
p：二项分布实验中事件发生的概率，默认值为0.5，取值范围为大于0且小于1的小数。
当“目标分布类型”为expon时：
λ：指数分布的参数，默认值为1.0，取值范围为大于0的小数。
2.2选择变量
数据列：选择需要检验的数据列，当“测试模式”为same_distribution_test时，数据列只能选择两个数值类型的字段；当“测试模式”为common_distribution_test时，数据列可以选择一个或多个数值类型字段。
3.查看结果
可通过连接表格视图和图片视图或多视图来查看结论，包含每个数据列的数据分布图和假设分析表。当假设结论为true时，代表假设成立，为false时，代表假设不成立。
