如何使用python实现统计假设测试？

Question

如果长期稳定平均值为45，标准差为11，样本大小为80，平均值为43，如何用python对0.05和0.1水平的显着性进行检验？

我在做统计假设检验

假设检验是推断统计中确定总体参数的值的一个重要工具。

Answer 1

你需要使用学生的t测试，但在我们达到这个目的之前，你必须为你的样本计算标准误差。

这是计算标准错误的代码。std1和std2表示每个样本的标准差，您已经有了。

# calculate standard errors
# calculate standard errors
n1, n2 = len(data1), len(data2)
se1, se2 = std1/sqrt(n1), std2/sqrt(n2)

一旦计算了站立错误，就可以使用以下代码计算t测试的结果：

# function for calculating the t-test for two independent samples
def independent_ttest(data1, data2, alpha):
    # calculate means
    mean1, mean2 = mean(data1), mean(data2)
    # calculate standard errors
    se1, se2 = sem(data1), sem(data2)
    # standard error on the difference between the samples
    sed = sqrt(se1**2.0 + se2**2.0)
    # calculate the t statistic
    t_stat = (mean1 - mean2) / sed
    # degrees of freedom
    df = len(data1) + len(data2) - 2
    # calculate the critical value
    cv = t.ppf(1.0 - alpha, df)
    # calculate the p-value
    p = (1.0 - t.cdf(abs(t_stat), df)) * 2.0
    # return everything
    return t_stat, df, cv, p