Какие знаешь методы оценивания схожести выборок

Для оценки схожести выборок используются статистические тесты и метрики расстояния.

1. Статистические тесты:

• t-тест (Стьюдента) — сравнение средних (нормальное распределение).
• Mann-Whitney U — непараметрический аналог t-теста.
• Kolmogorov-Smirnov — сравнение распределений.
• ANOVA — сравнение средних нескольких групп.

2. Метрики расстояния:

• KL-дивергенция — мера различия распределений.
• Wasserstein distance — метрика между распределениями.
• Jensen-Shannon divergence — симметричная версия KL.

Пример кода (Python):

from scipy.stats import ks_2samp, ttest_ind
import numpy as np

sample1 = np.random.normal(0, 1, 100)
sample2 = np.random.normal(0.5, 1, 100)

# t-тест
t_stat, p_val = ttest_ind(sample1, sample2)
print(f"t-test p-value: {p_val:.3f}")

# KS-тест
ks_stat, ks_pval = ks_2samp(sample1, sample2)
print(f"KS-test p-value: {ks_pval:.3f}")

Выбор метода зависит от типа данных и задачи.