Wie ist der p-Wert des Kolmogorov-Smirnov-Tests (Python) zu interpretieren?

Ich habe zwei Beispiele, die ich testen möchte (mit Python), ob sie aus derselben Distribution stammen. Dazu benutze ich die statistische Funktion ks_2samp von scipy.stats. Es gibt 2 Werte zurück und ich finde Schwierigkeiten, sie zu interpretieren. Hilfe bitte!

Wie Stijn ausführte, gibt der ks-Test eine D-Statistik und einen der D-Statistik entsprechenden p-Wert zurück. Die D-Statistik ist der absolute maximale Abstand (Supremum) zwischen den CDFs der beiden Proben. Je näher diese Zahl an 0 liegt, desto wahrscheinlicher ist es, dass die beiden Stichproben aus derselben Verteilung gezogen wurden. Schauen Sie sich die Wikipedia-Seite für den ks-Test an. Es bietet eine gute Erklärung: https://en.m.wikipedia.org/wiki/Kolmogorov%E2%80%93Smirnov_test

Der vom ks-Test zurückgegebene p-Wert hat dieselbe Interpretation wie andere p-Werte. Sie lehnen die Nullhypothese ab, dass die beiden Stichproben aus derselben Verteilung gezogen wurden, wenn der p-Wert unter Ihrem Signifikanzniveau liegt. Online finden Sie Tabellen zur Umrechnung der D-Statistik in einen p-Wert, wenn Sie an der Vorgehensweise interessiert sind.

Bei einer Google-Suche nach ks_2samp ist der erste Treffer diese Website. Darauf sehen Sie die Funktionsbeschreibung:

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