python中的T检验是什么

这篇文章主要介绍“python中的T检验是什么”，在日常操作中，相信很多人在Python中的T检验是什么问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”python中的T检验是什么”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

说明

T检验又称student t检验，主要用于样本含量小(如n-30)、整体标准差σ未知的正态分布。T检验是用t分布理论推断差异的概率，比较两个平均数的差异是否显著。T检验可分为单总体检验、双总体检验和配对样本检验。

经常用在自变量X是离散数据，自变量Y是连续数据(x只能是2类)，数据必须正态分布。

实例

import numpyimport scipyfrom scipy import stats#stats.nORM.rvs是从均值为5，标准差为10的分布中抽取10个数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)) #如果返回结果的p值远大于0.05，那么我们认为两总体具有方差齐性。#如果两总体不具有方差齐性，需要加上参数equal_val并设定为False。print (stats.ttest_ind(data1, data2, equal_var=True))

到此，关于“python中的T检验是什么”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程网网站，小编会继续努力为大家带来更多实用的文章！