Ko lmogorov-Smirnov检验 是一个非参数检验，其比较两个未匹配的组的分布。

这些值是否独立？

Kolmogorov-Smirnov检验的结果只在分散为随机分散时才有意义 - 无论什么因素导致一个数值过高或者过低，都只会影响该特定数值。Prism无法检验该假设。您必须考虑实验设计。例如，这些值并非 独立。 如果每组有六个值，但这些值均从每组的两只动物身上获得（一式三份）。在此情况下，一些因素可能导致一只动物的所有3份重复样的数值均较高或较低。

数据是否不成对？

Kolmogorov-Smirnov检验的原理是通过比较两组的累积频率分布。并未考虑任何匹配或配对。如果数据为配对或匹配数据，则考虑使用Wilcoxon匹配配对检验代替。

您是否正好在比较两个研究组？

仅使用Kolmogorov-Smirnov检验比较两个研究组。如需比较三个或更多个研究组，请使用Kruskal-Wallis检验，然后进行事后检验。这不适于进行多次Kolmogorov-Smirnov检验，每次比较两组，而不对多重比较进行某些修正。

数据是否从非高斯群体中抽样得到？

通过选择非参数检验，可以避免从高斯分布中进行数据抽样的假设，但非参数检验的使用也存在缺点。如果群体确实服从高斯分布，则非参数检验的作用就更小（不太可能给您一个小的P值），特别是在小样本的情况下。

您是否输入原始数据f（而非频率分布）？

Kolmogorov-Smirnov检验比较了两种累积频率分布。Prism基于原始数据创建这些分布。Prism无法从您输入的分布中运行Kolmogorov-Smirnov检验，只能从输入到列数据表两列中的原始数据中运行。