溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹“python中的T檢驗是什么”，在日常操作中，相信很多人在python中的T檢驗是什么問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”python中的T檢驗是什么”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！
說明
1、T檢驗又稱student t檢驗，主要用于樣本含量小(如n-30)、整體標準差σ未知的正態分布。T檢驗是用t分布理論推斷差異的概率，比較兩個平均數的差異是否顯著。T檢驗可分為單總體檢驗、雙總體檢驗和配對樣本檢驗。
2、經常用在自變量X是離散數據，自變量Y是連續數據(x只能是2類)，數據必須正態分布。
實例
import numpy import scipy from scipy import stats #stats.norm.rvs是從均值為5，標準差為10的分布中抽取10個數 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)) #如果返回結果的p值遠大于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并設定為False。 print (stats.ttest_ind(data1, data2, equal_var=True))
到此，關于“python中的T檢驗是什么”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
