python T检验,t检验的判断

  python T检验,t检验的判断

  说明

  1.t检验又称studentt检验,主要用于样本含量较小(如n-30)且总体标准差未知的正态分布。

  T检验是用t分布理论推断差异的概率,比较两个平均数的差异是否显著。t检验可分为单总体检验、双总体检验和配对样本检验。

  2.常用于自变量X为离散数据,自变量Y为连续数据(X只能是2型),数据必须是正态分布的情况。

  实例

  进口货币

  进口科学

  fromscipyimportstats

  #stats.norm.rvs从平均值为5、标准差为10的分布中抽取10个数字。

  data1=stats.norm.rvs(loc=5,scale=10,size=10)

  data2=stats.norm.rvs(loc=5,scale=20,size=10)

  Print (stats.levene (data1,data2)) #如果返回结果的p值远大于0.05,那么我们认为两个总体具有方差齐性。

  #如果两个总体不具有方差齐性,则需要添加参数equal_val并将其设置为False。

  Print (stats.ttest _ ind (data1,data2,equal _ var=true))。以上是对python中T-test的理解。希望对你有帮助。更多python学习方向:Python基础课程

  本教程运行环境:windows7系统,Python 3.9.1,DELL G3电脑。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: