Spark（Python）中的Kolmogorov-Smirnov测试不起作用？

Question

我在pythonsparkml中做了一个正态性测试，发现了一个bug。在

这是设置，我有一个标准化的数据集（范围-1到1）。在

当我做直方图时，我可以清楚地看到数据不正常：

>>> prices_norm.histogram(10)

([-1.0, -0.8, -0.6, -0.4, -0.2, 0.0, 0.2, 0.4, 0.6, 0.8, 1.0],
 [226, 269, 119, 95, 52, 26, 8, 2, 2, 5])

当我运行Kolmgorov-Smirnov测试时，我得到以下结果：

^{pr2}$

Kolmgorov-Smirnov检验将零假设（H0）定义为：数据遵循一个指定的分布（http://www.itl.nist.gov/div898/handbook/eda/section3/eda35g.htm）。在

在这种情况下，p值非常低，所以我们应该拒绝零假设。这是有道理的，因为这显然是不正常的。在

那么，为什么它会说：

Sample follows theoretical distribution

这不是不对吗？它不应该说样本不遵循理论分布吗？我错过什么了吗？在

Answer 1

这让我抓狂，所以我直接去看源代码：

git://git.apache.org/spark.git
spark/mllib/src/main/scala/org/apache/spark/mllib/stat/test/KolmogorovSmirnovTest.scala

代码正确，空假设设为：

^{pr2}$

字符串消息的措辞只是重申了空假设：

Very strong presumption against null hypothesis: Sample follows theoretical distribution.
                                                 ________________________________________
                                                                    H0

可以说，这句话令人费解，因为它可能是两种解释。但这确实是正确的。在