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。