使用Python進行T檢驗
所需要用到的第三方庫有scipy。
均可以通過pip直接安裝。
pip install scipy numpy
引入第三方庫
from scipy import stats
注：ttest_1samp、ttest_ind和ttest_rel均進行雙側檢驗。
\(H_0:\mu=\mu_0\)
\(H_1:\mu=\mu_0\)
單樣本T檢驗(ttest_1samp)
官方文檔ttest_1samp
使用ttest_1samp()函數可以進行單樣本T檢驗，比如檢驗一列數據的均值與1的差異是否顯著。
stats.ttest_1samp(data,1)
返回結果會返回t值和p值。
兩獨立樣本T檢驗(ttest_ind)
官方文檔ttest_ind
使用ttest_ind()函數可以進行兩獨立樣本T檢驗。
當兩總體方差相等時，即具有方差齊性，可以直接檢驗。
stats.ttest_ind(data1,data2)
同樣地，返回結果會返回t值和p值。
當不確定兩總體方差是否相等時，應先利用levene檢驗，檢驗兩總體是否具有方差齊性。
stats.levene(data1,data2)
如果返回結果的p值遠大於0.05，那么我們認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equal_val並設定為False。如下。
stats.ttest_ind(data1,data2,equal_var=False)
配對樣本T檢驗(ttest_rel)
官方文檔ttest_rel
使用ttest_rel()函數可以進行配對樣本T檢驗。
stats.ttest_rel(data1,data2)
【參考】