根据您所说，您有两个样本集：

$$x_n, n = 0 \ldots N-1$$ 和 $$y_m, m = 0 \ldots M-1$$

其中并且您想比较底层进程的分布。$M \ne N$

你知道测量的预期分布吗？

如果它们是高斯​​的，那么您只需计算和的样本均值和样本标准差（或方差），如果它们足够接近，那么测量值可能来自相同的基础过程。$x_n$$y_m$

如果你不能假设高斯性（或任何特定分布），那么可以只做一个直方图并比较直方图。 这个页面有更详细的解释。

---

正常化

标准化时间序列的一种方法是使用标准化：$z$

$$x'_n = \frac{x_n - \mu_x}{\sigma_x}$$

$$y'_m = \frac{y_m - \mu_y}{\sigma_y}$$

其中和是每个时间序列的已知平均值，和是各自的标准差。样本均值和标准差可以用来代替真实值。$\mu_x$$\mu_y$$\sigma_x$$\sigma_y$

这试图使和均值和单位方差为零。$x'_n$$y'_m$