我有 2 个呈指数分布的数据集，我想确保它们来自不同的分布。不幸的是，数据检测中的一个必要错误迫使我丢弃某个阈值以下的所有数据。在每组中，我有大约 3000 个数据点，绘制数据让我认为 lambda 值是不同的。拟合也会产生不同的 lambda 值。

如何确定两个数据集来自不同的分布？

这是集合的外观图（请注意，必须丢弃 life=3sec 下的所有值）：

更新：上述分布在两种情况下都在 N 上进行了归一化，只是为了在图表中更好地比较它们，因为数据点的总数 N 不同。

UPDATE2：截断后，红色数据集有大约 150 个生命周期值，蓝色数据集有 350 个生命周期值。原来3000被夸大了（对不起）。

UPDATE3：感谢您对我的包容。这是原始数据：

http://pastebin.com/raw.php?i=UaGZS0im

http://pastebin.com/raw.php?i=enjyW1uC

到目前为止，我为两个数据集拟合了一个指数函数并比较了斜率。由于任何标准化都不应该改变数据的斜率，因此不同的斜率应该意味着不同的潜在指数分布（我的统计分析经验非常有限）。

阈值以下的值将被丢弃，因为测量在该状态下过于频繁地检测到许多事件。

UPDATE4：我刚刚意识到我的问题比我想象的要复杂得多。实际上，我已经离开审查（我不知道某些事件的开始）和正确审查（不知道某些事件的结束）数据，并且我必须丢弃 3 秒以下的所有生命周期（截断）。有没有办法将所有这些整合到一个分析中？到目前为止，我找到了一些关于如何处理审查数据（生存分析）的帮助，但我应该如何处理截断？