假设您获得了两个多元数据集，分别是一个旧数据集和一个新数据集，并且它们应该是由同一过程（您没有模型）生成的，但可能是在收集/创建过程中的某个地方数据，出了点问题。您不想将新数据用作旧数据的验证集或将其添加到旧数据中。
您可以进行一维一维统计（每个变量），例如Wilcoxon排名总和，然后尝试进行多次测试校正，但是我不确定这是最佳的（要捕获多变量数据的复杂性，更不用说多次测试问题了）。一种方法是使用分类器，看看是否可以区分两个数据集（给定最佳分类器）。这似乎确实有效，但是仍然a）perhpas有更好的方法b）并不是真的要告诉您它为何与众不同（如果没有别的，它将使用最好的预测变量，并且可能会错过由更好的预测变量所包含的其他好的预测变量）
Answers:
http://131.95.113.139/courses/multivariate/mantel.pdf
讨论如果数据集大小相同，则有两种可能的方法。基本方法是计算两个观察矩阵之间的距离度量。然后要确定该距离是否很大，可以使用置换检验。
如果数据集大小不相同，则可以使用交叉匹配测试，尽管它似乎不太流行。除了交叉匹配测试，您还可以尝试对数据进行向上或向下采样，以使它们具有相同的大小，然后使用第一篇论文中提到的一种方法。
查找Hotelling的T ^ 2，或者如果您确实有高调数据，请查看以下内容：http : //normaldeviate.wordpress.com/2012/07/14/modern-two-sample-tests/