是否可以使用 Kolmogorov-Smirnov 拟合优度检验来比较两个经验分布以确定它们是否似乎来自相同的基础分布，而不是将一个经验分布与预先指定的参考分布进行比较？

让我试着用另一种方式问这个问题。我从一个位置的某个分布中收集 N 个样本。我在另一个地方收集了 M 个样本。数据是连续的（例如，每个样本都是 0 到 10 之间的实数）但不是正态分布的。我想测试这些 N+M 样本是否都来自相同的底层分布。为此目的使用 Kolmogorov-Smirnov 检验是否合理？

特别是，我可以从个样本中 ，从。和之间的距离：即，计算，并使用D作为我的检验统计量，如 Kolmogorov-Smirnov 检验中的拟合优度。这是一个合理的方法吗？$F_0$$N$$F_1$$M$$F_0$$F_1$$D = \sup_x |F_0(x) - F_1(x)|$$D$

（我在其他地方读到 Kolmogorov-Smirnov 拟合优度检验对离散分布无效，但我承认我不明白这意味着什么或为什么它可能是正确的。这是否意味着我提出的方法是不好的？ )

或者，你推荐别的东西吗？