我之前曾询问过一种方法来测试两个样本是否来自同一分布（如果两个样本来自同一分布，则为非参数检验）。我很高兴得知 Kolmogorov-Smirnov 检验。这似乎非常适合使用 p 值进行假设检验。

现在我有兴趣将其推广到使用置信带对样本进行视觉比较，我想知道我的想法是否有效，如果是，那么我如何用 R 实现它，如果不是，那么可能有什么更好的方法。

这个想法是为N个样本中的每个样本直观地绘制 CDF 置信带。这应该显示两件事。首先，置信带的“紧密度”将表明样本量对于得出推论有多充分。其次，任何一对样本的置信带不重叠的地方都将表明 KS 统计量的显着差异，即一个 CDF 似乎“大于”或“小于”另一个的点。

这有意义吗？我希望在 Google 图片上找到一个示例图，但我找到的最接近的只有一个示例：

我的图表将是相似的，只是我会显示N个样本并在置信带之间寻找空白区域。

如果这听起来确实合理，那么我有几个具体问题：

• 这是众所周知的技术吗？（参考描述？）
• 我应该如何计算 CDF 置信带？（是否有我应该使用的 R 包？）
• 置信带的视觉比较的有效性如何？（如果我绘制两个样本，那么非重叠点与 KS 测试的显着结果的对应程度有多接近？）
• 比较两个以上的样本时，我应该记住哪些陷阱？（我是否应该按照 Bonferroni 校正的精神调整我的置信带参数？）注意：我可以接受比较比 p 值更非正式的比较。

谢谢！

更新

我找到了我现在想到的那种图表的例子：

我将尝试研究如何使用 ggplot2 和评论中推荐的 ecdf.ksCI() 函数创建这样的图形。

更新 2

感谢您在下面的回答。我能够生成我的图表，这是一个示例。我很满意！