使用Python进行T检验
所需要用到的第三方库有scipy。
均可以通过pip直接安装。
pip install scipy numpy
引入第三方库
from scipy import stats
注：ttest_1samp、ttest_ind和ttest_rel均进行双侧检验。
(H_0:mu=mu_0)
(H_1:mu=mu_0)
单样本T检验(ttest_1samp)
官方文档ttest_1samp
使用ttest_1samp()函数可以进行单样本T检验，比如检验一列数据的均值与1的差异是否显著。
stats.ttest_1samp(data,1)
返回结果会返回t值和p值。
两独立样本T检验(ttest_ind)
官方文档ttest_ind
使用ttest_ind()函数可以进行两独立样本T检验。
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)
同样地，返回结果会返回t值和p值。
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。
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。如下。
stats.ttest_ind(data1,data2,equal_var=False)
配对样本T检验(ttest_rel)
官方文档ttest_rel
使用ttest_rel()函数可以进行配对样本T检验。
stats.ttest_rel(data1,data2)
【参考】