【python统计分析】stats.ttest_ind 独立样本T检验

用法

ttest_ind 官方文档

当两总体方差相等时，即具有方差齐性，可以直接检验。

stats.ttest_ind(data1,data2)

当不确定两总体方差是否相等时，应先利用levene检验，检验两总体是否具有方差齐性。如果返回结果的p值远大于0.05，那么我们认为两总体具有方差齐性。

stats.levene(data1,data2)

如果两总体不具有方差齐性，需要加上参数equal_val并设定为False。

stats.ttest_ind(data1,data2,equal_var=False)

举例

例如，我想检验A公司销售额的均值和B公司销售额的均值是否存在差异。

使用stats.levene检验方差是否相等，再使用stats.ttest_ind进行独立样本t检验。

A = stats.norm.rvs(loc=1, scale=1, size=(100))        # 生成A公司的销售额
B = stats.norm.rvs(loc=3, scale=1, size=(100))       # 生成B公司的销售额
stats.levene(A, B)                   # 进行levene检验
>> out:LeveneResult(statistic=0.8054648213132949, pvalue=0.37055445629183437)

得到的p值大于0.05，说明满足方差相等。使用ttest_ind函数进行独立样本t检验，函数的最后一个参数为判断两个样本的方差是否相同，如果不同，设为False进行独立样本t检验。

stats.ttest_ind(A,B,equal_var=True)             # 进行独立样本t检验
>> out：Ttest_indResult(statistic=-15.25297417258199, pvalue=2.993305057567317e-35)

检验结果显示p远小于0.05，我们拒绝原假设，即认为A公司和B公司的销售额均值存在显著差异

实战

from pylab import *
import scipy.stats as stats# 读取源数据
X = np.load(r"X_epilepsy_data_16.npy", allow_pickle=True)
y = np.load(r"label_y.npy", allow_pickle=True)# 读取两种的下标
e = np.where(y=='epilepsy')[0].tolist()
en = np.where(y=='no_epilepsy')[0].tolist()# 特征恢复原形状
x = []
for i in X:x.append(i.reshape(16,29))
x = np.array(x)tt = stats.ttest_ind(x[e][:10000, :, 0], x[en][:10000, :, 0])
print(tt.pvalue)

OUT

[3.16822131e-12 1.46901811e-10 2.47155694e-17 3.79753493e-013.29168780e-03 4.84374141e-07 2.02176194e-02 4.18225288e-071.23518287e-18 1.29679943e-07 1.11032534e-03 2.49217922e-075.37464553e-14 5.46798053e-07 3.81657716e-15 7.33245900e-03]

【python统计分析】stats.ttest_ind 独立样本T检验相关推荐

python统计分析 --- 1.方差分析、t检验
文章目录 1. 统计包与数据挖掘 1.1 数据分析流 1.2 数据统计包 2. 方差分析 2.1 T检验(单因素方差分析) 2.2 T检验 (多因素方差分析) 2.3 方差分析--多因素和交互 1. ...
python独立样本t检验图_Python-两独立样本资料t检验
本文701字5图,预计阅读需5分钟. 两独立样本资料t检验scipy帮助文档,如下: 数据来源和检验假设方积乾主编第七版<卫生统计学>,例6-4. 某医师要观察两种药物对原发性高血压的疗 ...
利用python库stats进行t检验
t检验通常分为三种,分别是单样本t检验.双样本t检验和配对样本t检验.本文基于python的scipy.stats函数对每种t检验进行了介绍和实验. 一.t检验介绍无论哪种t检验,都有以下的基本前提 ...
python实现levene检验样本数据，之后实现独立样本T检验
统计学中有很多非常经典的样本检验方法,在具体的使用场景中我们要依据具体的情况来选择合适的样本检验方法以便于得到正确的实验结果. 最近正好的用到了T检验,这里简单贴一下百度百科中对于T检验的定义和介绍: ...
【Python】单样本、独立样本、配对样本的t检验
t检验通常分为三种,分别是单样本t检验.两独立样本t检验和配对样本t检验. python中经常使用scipy模块中的t检验相关函数进行t检验. 单样本t检验使用ttest_1samp()函数. 独立样 ...
Python统计学：独立样本t检验~均值差的检验
独立样本与配对样本的区分: 独立样本:指的是两组样本的数据来源互不干扰,例如两组不同的人或者两组不同的实验数据. 配对样本:指的是两组样本的数据是成对出现的,例如同一组人在不同时期或在不同条件下的实验 ...
python进行独立样本t检验
在判断两个样本的差异性的时候,我们使用独立样本t检验 from scipy.stats import ttest_rela = [3,5,4,6,5,5,4,5,3,6,7,8,7,6,7,8,8,9 ...
python独立样本t检验图_SPSS实操两个独立样本均数比较的t检验
SPSS实操两个独立样本均数比较的t检验一.临床问题&科学问题 40例患者随机分配至A.B两组.每组 20例,A组接受常规液体复苏,B组在初步液体复苏后,接受限制性液体复苏,72h后,利用 ...
python统计分析方法
本文将通过kaggle的一个实例来,来展示如何通过统计分析的方法来分析自己的数据集.当我们处理一个数据集,分析里面特征的时候.通常分成三个步骤: 探索性数据分析统计分析预测建模这三个步骤也可以看 ...
Python统计分析基础操作
Python统计分析描述性统计分析分类变量:性别.民族.居住城市.是否违约.(等级变量:教育.学历.客户满意度.年龄段) 连续性变量:年龄,收入总体:对客观事物研究时,总体是包含所有研究个体的集 ...

【python统计分析】stats.ttest_ind 独立样本T检验

用法

举例

实战

【python统计分析】stats.ttest_ind 独立样本T检验相关推荐

最新文章

热门文章