参考资料:用python动手学统计学
1、导入库
python
## 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
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
# 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
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
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: