¿Está bien usar la prueba de bondad de ajuste de Kolmogorov-Smirnov para comparar dos distribuciones empíricas para determinar si parecen provenir de la misma distribución subyacente, en lugar de comparar una distribución empírica con una distribución de referencia preespecificada?
Déjame intentar preguntar esto de otra manera. Recojo N muestras de alguna distribución en una ubicación. Recojo M muestras en otra ubicación. Los datos son continuos (cada muestra es un número real entre 0 y 10, por ejemplo) pero normalmente no se distribuyen. Quiero probar si todas estas muestras de N + M provienen de la misma distribución subyacente. ¿Es razonable utilizar la prueba de Kolmogorov-Smirnov para este propósito?
(Leí en otra parte que la prueba de Kolmogorov-Smirnov para la bondad de ajuste no es válida para distribuciones discretas , pero admito que no entiendo lo que esto significa o por qué podría ser cierto. ¿Eso significa que mi enfoque propuesto es malo? )
O, ¿recomienda algo más en su lugar?