如何在 python 中执行单样本 t 检验

单样本 t 检验用于确定总体平均值是否等于某一值。

本教程介绍如何在 Python 中执行单样本 t 检验。

示例：Python 中的 t 检验示例

假设一位植物学家想知道某种植物的平均高度是否等于 15 英寸。她随机抽取了 12 种植物并记录了每种植物的高度（以英寸为单位）。

使用以下步骤执行单样本 t 检验，以确定该植物物种的平均高度是否实际上为 15 英寸。

第 1 步：创建数据。

首先，我们将创建一个表来包含 12 种植物的测量值：

 data = [14, 14, 16, 13, 12, 17, 15, 14, 15, 13, 15, 14]

步骤 2：执行单样本 t 检验。

接下来，我们将使用 scipy.stats 库中的ttest_1samp() 函数来执行示例 t 检验，该函数使用以下语法：

ttest_1samp(a, 流行平均值)

金子：

• a：样本观察表
• popmean：总体的预期平均值

以下是在我们的具体示例中如何使用此函数：

 import scipy.stats as stats

#perform one sample t-test
stats.ttest_1samp(a=data, popmean=15)

(statistic=-1.6848, pvalue=0.1201)

t 检验统计量为-1.6848 ，相应的双尾 p 值为0.1201 。

第 3 步：解释结果。

针对特定样本进行 t 检验的两个假设如下：

H ₀ : µ = 15（该植物物种的平均高度为 15 英寸）

H _A : µ ≠15（平均高度不是15 英寸）

由于我们的检验的 p 值(0.1201)大于 alpha = 0.05，因此我们无法拒绝检验的原假设。我们没有足够的证据表明这种特定植物的平均高度不是 15 英寸。

其他资源

如何在 Python 中执行两个样本 T 检验
如何在 Python 中执行配对样本 T 检验