如何判断组之间是否有显著性差异？

怎么知道组之间是否有显著性差异？

方法：单因素方差分析；双尾检验；K-S检验；x²检验；蒙特卡罗检验

1 K-S检验法介绍：

有人首先想到单因素方差分析或双尾检验（2 tailed TEST）。其实这些是不准确的，最好采用Kolmogorov-Smirnov test（柯尔莫诺夫-斯米尔诺夫检验）来分析变量是否符合某种分布或比较两组之间有无显著性差异。（https://www.cnblogs.com/sddai/p/5737408.html）

K-S检验是统计学中在对一组数据进行统计分析是所用到的一种方法。它原理是比较观测频率分布和某一“标准”的频率分布，确定观测分布模式的显著性。它是将需要做统计分析的数据和另一组标准数据（如点数据样本与完全随机模式CSR进行对比）进行对比，求得它和标准数据之间的偏差的方法。

一般在K-S检验中，首先假设两个频率分布十分相似，如果两个频率分布的差异非常小，这种差异的出现存在偶然性；如果差异大，偶然发生的可能性就小。再计算需要做样本数据与标准数据的累积分布函数，然后求这两个累积分布函数的差的绝对值中的最大值D。最后通过查K-S检定表以确定D值是否落在所要求对应的置信区间内。若D值落在了对应的置信区间内，说明样本数据与标准数据或另一组对比数据没有显著差异。反之亦然。

1.2 简言步骤之（改https://blog.csdn.net/ljzology/article/details/80407704）：

（1）提出假设H0：Fn（x）=F(x)

（2）给定一个显著水平α，例如100次试验中只有5次出现机会，则α=0.05

（3）计算样本累计频率与理论分布累计概率的绝对差，令最大的绝对差为Dn；Dn=max{[Fn(x) - F(x)]}

（4）用样本容量n和显著水平α查出临界值Dna；

或者用D _0.05的经验算法判断，计算作为比较基础的门限值，即如何判断组之间是否有显著性差异？；如果是两个样本模式比较，则