我已经对一些数据拟合了高斯分布和高斯混合分布，并根据经验数据绘制了模型 CDF，如下所示：
我试图使用 kstest 来量化和比较每个模型的拟合优度，但查看 scipys kstest 文档让我感到困惑。我是否像在其他帖子上看到的那样使用 kstest 或 ks_2samp？
编辑：对于上下文，我为一个示例 kstest 尝试过的代码是
ss.kstest(Y, y_cdf)
其中 Y 是数据，y_cdf 是混合模型的 cdf，但是这给出了 1 个分量的 d 值低于 2 个分量的值，我很清楚 2 个分量的混合模型更适合，所以不应该 kstest 的 D 值更低？