检验(两样本T检验、相关分析、方差分析)（数据挖掘笔记一）

原创

于 2018-07-29 15:13:10 发布 · 1.1w 阅读

CC 4.0 BY-SA版权

本文使用Python的statsmodels库进行统计检验，包括两样本T检验以分析不同样本的均值差异，方差分析（ANOVA）探讨分类变量与连续变量的关系，以及相关性分析来衡量变量间的关联强度。通过QQ图、直方图和散点图展示数据分布，并计算相关系数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding: utf-8 -*-
"""
Created on Sat Jul 28 13:40:57 2018

@author: wangxihe
"""
#%%
import pandas as pd
import statsmodels.api as sm
import os
import numpy as np
import matplotlib.pyplot as plt
os.chdir(r'E:\spyderwork\wxh\数据科学B\样本检验')

#%%假设检验和单样本T检验
#预测房屋增长率率10%的可能性,置信区间
#增增长率不超过10%，否则要被问责
onedata=pd.read_csv('house_price_gr.csv',encoding='gbk')
onedata.describe(include='all')
onedata['duplicated']=onedata.duplicated()#判断短是否重复
(onedata['duplicated']+1).sum()==len(onedata) #不重复为false所以每个元素+1

qq=sm.qqplot(onedata['rate'] ,fit=True, line='45')#QQ图
onedata['rate'].hist(bins=30)
onedata['rate'].plot(kind='box')
import seaborn as sns
from scipy import stats
sns.distplot(onedata.rate, kde=True,fit=stats.norm) # Histograph
sns.distplot(onedata.rate, kde=True,rug=True,hist=True, fit=stats.norm) # Histograph
#%%#置信区间
u=onedata.rate.mean()
S=onedata.rate.std(