当前位置: 首页>>代码示例>>用法及示例精选>>正文


python scipy stats.ttest_1samp用法及代码示例

用法:

scipy.stats.ttest_1samp(a, popmean, axis=0, nan_policy='propagate')

计算一组分数的平均值的T-test。

这是two-sided检验,用于以下零假设:独立观测值a的样本的期望值(均值)等于给定的总体均值popmean。

参数:

aarray_like

样品观察。

popmeanfloat 或 array_like

原假设中的期望值。如果为数组,则它必须与除轴尺寸外的形状相同。

axisint 或 None, 可选参数

计算测试所沿的轴。如果为None,则计算整个数组a。

nan_policy{‘propagate’, ‘raise’, ‘omit’}, 可选参数

定义当输入包含nan时如何处理。以下选项可用(默认值为‘propagate’):

  • ‘propagate’:returns nan

  • ‘raise’:throws an error

  • ‘omit’:performs the calculations ignoring nan values

返回值:

statistic浮动或数组

t-statistic。

pvalue浮动或数组

Two-sided p-value。

例子:

>>> from scipy import stats
>>> np.random.seed(7654567)  # fix seed to get the same result
>>> rvs = stats.norm.rvs(loc=5, scale=10, size=(50,2))

测试随机样本的均值是否等于真实均值,以及其他均值是否相等。在第二种情况下,我们拒绝零假设,在第一种情况下,我们不拒绝零假设。

>>> stats.ttest_1samp(rvs,5.0)
(array([-0.68014479, -0.04323899]), array([ 0.49961383,  0.96568674]))
>>> stats.ttest_1samp(rvs,0.0)
(array([ 2.77025808,  4.11038784]), array([ 0.00789095,  0.00014999]))

使用轴和非标量维作为总体平均值的示例。

>>> stats.ttest_1samp(rvs,[5.0,0.0])
(array([-0.68014479,  4.11038784]), array([  4.99613833e-01,   1.49986458e-04]))
>>> stats.ttest_1samp(rvs.T,[5.0,0.0],axis=1)
(array([-0.68014479,  4.11038784]), array([  4.99613833e-01,   1.49986458e-04]))
>>> stats.ttest_1samp(rvs,[[5.0],[0.0]])
(array([[-0.68014479, -0.04323899],
       [ 2.77025808,  4.11038784]]), array([[  4.99613833e-01,   9.65686743e-01],
       [  7.89094663e-03,   1.49986458e-04]]))

源码:

scipy.stats.ttest_1samp的API实现见:[源代码]

注:本文由纯净天空筛选整理自 scipy.stats.ttest_1samp。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。