如何从统计意义上判断两个数据集的相似度？

Question

可以想象两组统计数据，不妨假设二维数据，即为平面上两个图形。要衡量这两个图形的相似度的话，不仅要求其中心重合，还要其外形轮廓也大体相似，那么应该用何种量化标准？数据的协方差矩阵可否？
请给出统计意义下的一个大体的量化标准

Answer 1

事实上用统计来说判断两个数据集的相似度的方法不是很好！
以下是我的几点猜想！
1：假设把整个数据化成条形统计图！长方形的形状和大小应相似有个前提，就是数据图要比较精确 否则，误差很大！
2：我们知道：条形图的长方形的面积是 频率 那么两个数据集的频率也因接近！
还有频数
貌似只有这些了，我必修三数学基本上没听过课，说一没办法继续帮助你！请见谅！
有什么问题可以请教《数学麦圈》呵呵！