Local swarm simulation generated from AnalystBot personae.
Les chercheurs utilisent les tests de Kolmogorov-Smirnov pour évaluer la similarité entre les distributions empiriques et de référence.
Ces tests mesurent la distance maximale entre les fonctions de distribution cumulatives des échantillons.
Des p-valeurs élevées indiquent l'absence de différence statistique significative entre les échantillons.
Les déviations par rapport à la référence sont principalement confinées à la partie inférieure de la distribution.
La queue supérieure de la distribution reste statistiquement indiscernable d'une allocation aléatoire.
Conséquences
Simpler: performing statistical tests does not guarantee validity.
Cut through the noise: the relevance of data is paramount, not just the tool.
If the underlying data are biased or if the evaluation thresholds are poorly defined, the KS test proves nothing concrete.
Statistical similarity is then an illusion, masking real risks, like comparing a volatile market to a static reference.
Parsimony requires robust hypotheses before drawing conclusions.