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
学无止境小袁同学10 小时前
Google ADK 学习指南
python·llm·agent·多agent·google adk·llmagent·agent cli
郝学胜-神的一滴10 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
LK_0711 小时前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk55511 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel
用户548178459095012 小时前
Java 与 Python 在大模型与智能体领域的选型
java·python
yiangL_12 小时前
1、Python 输入输出实验|print 与 input 人机交互实践
开发语言·python·人机交互
高洁0113 小时前
世界模型的因果内核:从预测表象到理解机制
人工智能·python·深度学习·transformer·迁移学习
数字融合13 小时前
透明化视频动态三维重建空间数据零核心技术
人工智能·python·virtualenv
AI创界者14 小时前
Python 进阶实战(五十四章):大模型推理网关终极架构——分布式全局前缀 Trie 缓存同步与多网关高可用协同调度
人工智能·python·aigc