Как интерпретировать p-значение критерия Колмогорова-Смирнова (питон)?

У меня есть два примера, которые я хочу проверить (используя python), если они взяты из одного и того же дистрибутива. Для этого я использую статистическую функцию ks_2samp из scipy.stats. Он возвращает 2 значения, и я нахожу трудности, как их интерпретировать. Помоги пожалуйста!

Как указал Стейн, тест ks возвращает D-статистику и p-значение, соответствующее D-статистике. D-статистика - это абсолютное максимальное расстояние (супремум) между CDF двух выборок. Чем ближе это число к 0, тем более вероятно, что две выборки были взяты из одного и того же распределения. Посетите страницу Википедии для теста ks. Это дает хорошее объяснение: https://en.m.wikipedia.org/wiki/Kolmogorov%E2%80%93Smirnov_test

Значение p, возвращаемое тестом ks, имеет такую ​​же интерпретацию, как и другие значения p. Вы отвергаете нулевую гипотезу о том, что две выборки были взяты из одного и того же распределения, если значение p меньше вашего уровня значимости. Вы можете найти таблицы онлайн для преобразования статистики D в значение p, если вы заинтересованы в этой процедуре.

При поиске в Google для ks_2samp первым хитом является этот сайт. На нем вы можете увидеть спецификацию функции:

This is a two-sided test for the null hypothesis that 2 independent samples are drawn from the same continuous distribution.

Parameters : 
  a, b : sequence of 1-D ndarrays
  two arrays of sample observations assumed to be drawn from a continuous distribution, sample sizes can be different

Returns :   
  D : float,  KS statistic
  p-value : float, two-tailed p-value