scipy的KS检验正态分布结果与直方图不符，是什么原因？

• KS检验的零假设和p值的意义完全搞反了：KS检验用于拟合优度检验时，零假设是「样本数据来自指定的理论分布」，p值越小，越有理由拒绝零假设。你得到p=0，说明完全有理由拒绝数据服从正态分布的假设，这和你直方图看到的分布不符合正态特征的结果是完全一致的，和你之前的理解正好相反。
• 你调用scipy.stats.kstest的参数有误：你第二个参数直接传'norm'的话，默认是检验样本是否服从标准正态分布（均值0、标准差1），而不是和「和样本均值、标准差相同的正态分布」做检验。如果要做普通正态分布拟合校验，要么先把数据标准化，要么传入正态分布的对应参数：

  # 传入样本自身的均值、标准差作为理论分布参数
  stats.kstest(df['XH.self_rank(30)'], 'norm', args=(df['XH.self_rank(30)'].mean(), df['XH.self_rank(30)'].std()))
  

  注意：用样本参数代替总体参数做KS检验时，普通KS检验输出的p值存在偏差，更推荐使用专门的正态性检验工具，比如Shapiro-Wilk检验，或做了Lilliefors校正的KS检验。
• p值会受样本量直接影响：你后续两组测试统计量相同但p值不同，本质是p值和样本量强相关：同样的差异程度（统计量代表经验分布和理论分布的最大差值），样本量越大，这种差异的统计显著性越高，越容易得到更小的p值。10000个全为1的样本和4个样本的情况，和标准正态的最大偏差一致，但大样本下这种偏差的置信度更高，所以p值会趋近于0。
• 不要单一依赖统计检验结果：KS检验本质是统计显著性检验，大样本下很容易因为极小的、对业务没有影响的偏差就拒绝零假设，判断分布是否符合需求必须搭配可视化结果（直方图、QQ图）一起判断。

1. 先确认理论分布参数设置正确：不要直接使用默认的标准正态参数，要传入你要对比的正态分布的均值、标准差，或先对样本做标准化处理。
2. 解读p值逻辑：如果p值小于你设定的显著性水平（通常取0.05），则拒绝「样本服从目标正态分布」的零假设；如果p值大于0.05，则没有足够证据拒绝零假设，可以认为数据和目标正态分布不存在统计上的显著差异。
3. 结合可视化校验：如果是为了实际分析需求校验正态性，不要只看p值，只要直方图/QQ图符合近似钟形对称、偏差对后续分析没有影响，哪怕p值略小于0.05也可以近似认为服从正态分布。
4. 工具选择建议：如果只是快速做正态性校验，scipy提供了封装好的scipy.stats.normaltest接口，不需要手动传入分布参数，使用更便捷。

内容的提问来源于stack exchange，提问作者nick