python中T检验如何理解

说明

1、T检验又称student t检验，主要用于样本含量小(如n-30)、整体标准差σ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、经常用在自变量X是离散数据，自变量Y是连续数据(x只能是2类)，数据必须正态分布。

实例

import numpy
import scipy
from scipy import stats
#stats.norm.rvs是从均值为5，标准差为10的分布中抽取10个数
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，那么我们认为两总体具有方差齐性。
#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。
print (stats.ttest_ind(data1, data2, equal_var=True))

以上就是python中T检验的理解，希望对大家有所帮助。更多Python学习指路：python基础教程

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。