Kolmogorov-Smirnov检验是一种非参数检验，用于比较两个非配对组别的分布。

这些数值是相互独立的吗？

Kolmogorov-Smirnov检验的结果仅在数据离散具有随机性时才有意义——即无论导致某个数值过高或过低的因素是什么，该因素仅影响该单一数值。Prism无法检验这一假设。 您必须考虑实验设计。例如，如果每个组有六个数值，但这些数值分别来自每个组中的两只动物（各测三次），则这些数值并非相互独立。在这种情况下，某些因素可能会导致同一只动物的所有三次测量结果都偏高或偏低。

这些数据是单样本的吗？

Kolmogorov-Smirnov检验通过比较两组的频率分布来工作，它不考虑任何匹配或配对关系。如果数据是配对或匹配的，请考虑改用Wilcoxon配对检验。

您是否仅在比较两个组？

仅在比较两个组时使用Kolmogorov-Smirnov检验。若要比较三个或更多组，应使用Kruskal-Wallis检验，随后进行后检验。若未对多重比较进行校正，而仅逐次比较两个组并多次进行Kolmogorov-Smirnov检验，则不合适。

数据是否来自非高斯分布的总体？

通过选择非参数检验，您避免了假设数据来自高斯分布，但使用非参数检验也存在缺点。如果总体确实服从高斯分布，非参数检验的功效会较低（即获得较小 P 值的概率较低），尤其是在样本量较小时。

您输入的是原始数据（而非频率分布）吗？

Kolmogorov-Smirnov检验用于比较两个频率分布。Prism 会根据原始数据生成这些频率分布。Prism 无法基于您输入的频率分布运行 Kolmogorov-Smirnov检验，只能基于输入到“列”数据表中两个列中的原始数据进行检验。