您好,登錄后才能下訂單哦!
本文小編為大家詳細(xì)介紹“python中T檢驗(yàn)是什么”,內(nèi)容詳細(xì),步驟清晰,細(xì)節(jié)處理妥當(dāng),希望這篇“python中T檢驗(yàn)是什么”文章能幫助大家解決疑惑,下面跟著小編的思路慢慢深入,一起來學(xué)習(xí)新知識(shí)吧。
說明
1、T檢驗(yàn)又稱student t檢驗(yàn),主要用于樣本含量小(如n-30)、整體標(biāo)準(zhǔn)差σ未知的正態(tài)分布。
T檢驗(yàn)是用t分布理論推斷差異的概率,比較兩個(gè)平均數(shù)的差異是否顯著。T檢驗(yàn)可分為單總體檢驗(yàn)、雙總體檢驗(yàn)和配對(duì)樣本檢驗(yàn)。
2、經(jīng)常用在自變量X是離散數(shù)據(jù),自變量Y是連續(xù)數(shù)據(jù)(x只能是2類),數(shù)據(jù)必須正態(tài)分布。
實(shí)例
import numpy import scipy from scipy import stats #stats.norm.rvs是從均值為5,標(biāo)準(zhǔn)差為10的分布中抽取10個(gè)數(shù) 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)) #如果返回結(jié)果的p值遠(yuǎn)大于0.05,那么我們認(rèn)為兩總體具有方差齊性。 #如果兩總體不具有方差齊性,需要加上參數(shù)equal_val并設(shè)定為False。 print (stats.ttest_ind(data1, data2, equal_var=True))
讀到這里,這篇“python中T檢驗(yàn)是什么”文章已經(jīng)介紹完畢,想要掌握這篇文章的知識(shí)點(diǎn)還需要大家自己動(dòng)手實(shí)踐使用過才能領(lǐng)會(huì),如果想了解更多相關(guān)內(nèi)容的文章,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。