python假设检验

最新推荐文章于 2025-09-03 23:07:25 发布

原创

最新推荐文章于 2025-09-03 23:07:25 发布 · 1.6k 阅读

2 ·

CC 4.0 BY-SA版权

本文详细介绍了Python中进行假设检验的各种方法，包括单样本均值的Z检验和t检验、单样本比例检验、单样本方差检验，以及两独立样本均值之差、比例之差的t检验和方差之比检验。适用于不同条件的数据分析场景。

单样本均值Z检验

适合条件：1.总体方差已知，小样本/大样本;2.总体方差未知，大样本(n>=30)

# ho:u<=4,所以value=4,alternative[备择假设]='lager'
sm.stats.DescrStatsW(moisture['moisture']).ztest_mean(value=4,alternative='lager')

单样本均值t检验

适合条件：总体方差未知，小样本

#H0：u<=82
sm.stats.DescrStatsW(moisture['csi']).ttest_mean(value=82,alternative='lager')

单样本比例检验

适合条件：大样本（比如某个产品的合格率）

100个产品，5个不合格

#H0：p<=0.97
stats.binom_test(95,100,p=0.97,alternative='greater')

单样本方差检验

两独立样本均值之差t检验

适合条件：假设两个总体均服从正态

#1.两样本方差是否相等【方差齐性】
stats.bartlett(battery[battery['tech']==1]['Endurance']
                ,battery[battery['tech']==2]['Endurance'])
stats.levene(battery[battery['tech']==1]['Endurance'],battery[battery['tech']==2]['Endurance'])
# levene/Bartlett的原假设都是样本所来自的总体方差相等
#2.t检验
H0:t1-t2>=0.1（value=0.1）
stats.ttest_ind(batter