Você pode usar o teste Kolmogorov-Smirnov para testar diretamente a equivalência de duas distribuições?

Falou-se sobre outras questões de como alguém poderia usar a abordagem Testa (dois testes unilaterais) para o teste de Kolmogorov-Smirnov (KS), mas eu queria saber se era possível usar diretamente a estatística de teste para mostrar que dois distribuições foram semelhantes?

Pelo que entendi, a estatística do teste KS representa a maior diferença entre dois CDFs, com a versão de uma amostra sendo usada originalmente como um teste de qualidade do ajuste. Isso é mostrado em [1] como sendo quando a distribuição empírica ultrapassa o intervalo de confiança (ou seja, qualquer ponto está muito longe da distribuição hipotética em que está testando).

Se a versão de duas amostras é frequentemente usada para mostrar que duas distribuições são significativamente diferentes uma da outra, de maneira semelhante à versão de uma amostra, podemos inverter o cálculo dos intervalos de confiança usando para usar ( 1 - α ) = 0,95 , como forma de mostrar que a diferença máxima entre as duas distribuições é significativamente semelhante?$(1-\alpha) = 0.05$$(1-\alpha) = 0.95$

[1] Massey, F. "O teste de Kolmogorov-Smirnov para a adequação", Journal of the American Statistical Association , vol. 46, n. 253, pp. 68-78, março de 1951

$H_0:$$p$$H_0$$H_A:$

$p$$p$$p$

$p$$p=0.99.$$\alpha=0.95$$p>\alpha$

$p$$p$$n$

Não é exatamente a resposta que você provavelmente estava procurando, mas também não é uma lavagem total. Espero que isto ajude!