怎么知道組之間是否有顯著性差異？
方法：單因素方差分析；雙尾檢驗；K-S檢驗；x²檢驗；蒙特卡羅檢驗
1 K-S檢驗法介紹：
有人首先想到單因素方差分析或雙尾檢驗（2 tailed TEST）。其實這些是不准確的，最好采用Kolmogorov-Smirnov test（柯爾莫諾夫-斯米爾諾夫檢驗）來分析變量是否符合某種分布或比較兩組之間有無顯著性差異。（https://www.cnblogs.com/sddai/p/5737408.html）
K-S檢驗是統計學中在對一組數據進行統計分析是所用到的一種方法。它原理是比較觀測頻率分布和某一“標准”的頻率分布，確定觀測分布模式的顯著性。它是將需要做統計分析的數據和另一組標准數據（如點數據樣本與完全隨機模式CSR進行對比）進行對比，求得它和標准數據之間的偏差的方法。
一般在K-S檢驗中，首先假設兩個頻率分布十分相似，如果兩個頻率分布的差異非常小，這種差異的出現存在偶然性；如果差異大，偶然發生的可能性就小。再計算需要做樣本數據與標准數據的累積分布函數，然后求這兩個累積分布函數的差的絕對值中的最大值D。最后通過查K-S檢定表以確定D值是否落在所要求對應的置信區間內。若D值落在了對應的置信區間內，說明樣本數據與標准數據或另一組對比數據沒有顯著差異。反之亦然。
1.2 簡言步驟之（改https://blog.csdn.net/ljzology/article/details/80407704）：
（1）提出假設H0：Fn（x）=F(x)
（2）給定一個顯著水平α，例如100次試驗中只有5次出現機會，則α=0.05
（3）計算樣本累計頻率與理論分布累計概率的絕對差，令最大的絕對差為Dn；Dn=max{[Fn(x) - F(x)]}
（4）用樣本容量n和顯著水平α查出臨界值Dna；
或者用D 0.05的經驗算法判斷，計算作為比較基礎的門限值，即
；如果是兩個樣本模式比較，則
（5）如果計算得出的D值大於Dα= 0.05這一閾值，可得出兩個分布的差異在統計意義上是顯著的。
（6）不過大多數軟件如CLAMPFIT,MINIANALYSIS統計出來的結果都是直接有P值。根據這個值（alpha=0.05）就可以斷定有沒有差異了。（https://www.cnblogs.com/sddai/p/5737408.html）
1.3 實例：
【引申】—— 累積分布函數（cumulative distribution function，簡寫CDF）定義：對連續函數，所有小於等於a的值，其出現概率的和。F(a)=P(x<=a)
除了K-S檢驗外，還有x²檢驗和蒙特卡羅檢驗。