python统计分析——单样本t检验

参考资料:用python动手学统计学

1、导入库

python 复制代码
## 导入库
# 用于数值计算的库
import numpy as np
import pandas as pd
import scipy as sp
from scipy import stats
# 用于绘图的库
from matplotlib import pyplot as plt
import seaborn as sns
sns.set()

2、准备基础数据

python 复制代码
data=np.array([58.5298199 , 52.35303878, 74.4461695 , 52.98326296, 55.87687873,
        67.65984894, 47.72614076, 50.26690674, 56.50082581, 52.36104034,
        45.4578831 , 53.36098792, 52.12936842, 59.82777282, 41.68169176,
        49.3985677 , 64.21112808, 69.85864806, 42.91056354, 60.15878009])

3、提出假设

零假设:data的均值为50

备择假设:data的均值不是50

4、计算t统计量

python 复制代码
# 计算样本均值
mu=np.mean(data)
# 计算样本自由度
df=len(data)-1
# 计算平均数标准误
sigma=np.std(data,ddof=1)
se=sigma/np.sqrt(len(data))
# 计算t值
t_value=(mu-50)/se
print(t_value)

5、计算p值

假设总体服从正态分布,那么t值就服从t分布,所以可以使用t分布的累计分布函数。

双尾检验:p=(1-α)×2,这里的α不是显著性水平,而是用累计分布函数求出的当总体均值等于50(本例是50,在实际应用中看零假设对应的值)时的累计概率值,此值越大越好。

python 复制代码
alpha=stats.t.cdf(t_value,df=df)
p=(1-alpha)*2
print(p)

6、单样本t检验函数介绍

使用scipy.stats.ttest_1samp()函数可以方便进行t检验。

python 复制代码
stats.ttest_1samp(data,50)

常用参数介绍如下:

(1)a,数据源,相当于本例的data

(2)popmean,就是假设检验的总体均值,效果如下:

(3)nan_policy,当数据中存在空值nan时的处理方式。propagate表示nan参与计算;omit表示忽略nan;raise表示报错。

(4)alternative用于设置双尾检验/单尾检验。默认为双尾检验。可选设置有:'two-sided', 'less', 'greater'。

'two-sided'表示备择假设为样本均值与给定总体均值不同;

'less'表示备择假设为样本均值小于给定总体均值;

'greater'表示备择假设为样本均值大于给定总体均值。

注意观察下面p值的变化:

相关推荐
wyiyiyi3 小时前
【Web后端】Django、flask及其场景——以构建系统原型为例
前端·数据库·后端·python·django·flask
mit6.8243 小时前
[1Prompt1Story] 滑动窗口机制 | 图像生成管线 | VAE变分自编码器 | UNet去噪神经网络
人工智能·python
没有bug.的程序员3 小时前
JVM 总览与运行原理:深入Java虚拟机的核心引擎
java·jvm·python·虚拟机
甄超锋4 小时前
Java ArrayList的介绍及用法
java·windows·spring boot·python·spring·spring cloud·tomcat
AntBlack5 小时前
不当韭菜V1.1 :增强能力 ,辅助构建自己的交易规则
后端·python·pyqt
杜子不疼.7 小时前
《Python学习之字典(一):基础操作与核心用法》
开发语言·python·学习
myzzb8 小时前
基于uiautomation的自动化流程RPA开源开发演示
运维·python·学习·算法·自动化·rpa
TLuoQiu8 小时前
小电视视频内容获取GUI工具
爬虫·python
我叫黑大帅8 小时前
【CustomTkinter】 python可以写前端?😆
后端·python
胡耀超8 小时前
DataOceanAI Dolphin(ffmpeg音频转化教程) 多语言(中国方言)语音识别系统部署与应用指南
python·深度学习·ffmpeg·音视频·语音识别·多模态·asr