T 检验是最基础的统计检验, 统计书中最开始的一章节, 主要用于连续变量的显著性检验, 分为:
from scipy import statsimport pandas as pd 6.1 T检验(与固定值)这里, 与常量比较时, 用的是stats.ttest_lsamp函数 试验数据是一组5年生的树, 查看它们与8米的差异是否达到显著水平 dat = pd.read_csv("6.1.csv") dat.head()
print(stats.ttest_1samp(dat,8)) Ttest_1sampResult(statistic=array([4.51858295]), pvalue=array([8.49191658e-05])) 6.2配对样本T检验配对样本T检验, 用的是stats.ttest_rel()函数 paired = pd.read_csv("6.2.csv") paired.head()
stats.ttest_rel(paired["a"],paired["b"]) Ttest_relResult(statistic=-5.223707703484895, pvalue=0.0033994208029429042) stats.ttest_1samp(paired,0) Ttest_1sampResult(statistic=array([26.67732616, 27.63689361]), pvalue=array([1.38380926e-06, 1.16087330e-06])) 6.3独立样本T检验独立样本T检验用的是:statsmannwhitneyu()函数 duli = pd.read_csv("6.3.csv") duli.head()
stats.mannwhitneyu(duli['a'],duli['b']) MannwhitneyuResult(statistic=4.0, pvalue=0.015319493968851633) 数据下载: 点击原文, 科学网中有数据下载链接. 相关系列: |
|