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。