python中的T检验

在python中，检验常常是调用scipy.stats进行计算
（官方文档：https://docs.scipy.org/doc/scipy/reference/stats.html#module-scipy.stats）

T检验也是分为三大块：

1. 单样本T检验
2. 独立样本T检验
3. 配对样本T检验

1、先说单样本T检验，我们先通过numpy生成一些正态分布的数据，然后看下单样本T检验

from scipy import stats
import numpy as np

# MEAN值为0，STD值为1的100个数据
data = np.random.normal(loc=0, scale=1, size=100)

print(stats.ttest_1samp(data, 0))
print(stats.ttest_1samp(data, 1))

运行结果如下：

Ttest_1sampResult(statistic=-0.6863184685001024, pvalue=0.4941166024877156)
Ttest_1sampResult(statistic=-11.4099277678686, pvalue=9.488883450940155e-20)

数据均值与0的p值大于0.05，差异并不显著。数据均值与1的p值小于0.05，有显著差异。

2、对于独立样本T检