python之假设检验

​

目录

1、单样本Z检验

2、单样本t检验（One-Sample T-Test）

3、双样本t检验（Two-Sample T-Test）

4、配对样本t检验（Paired T-Test）

5、卡方检验（Chi-Square Test）

补充：

---

假设检验(Hypothesis Testing)是数理统计学中根据一定假设条件由样本推断总体的一种方法。事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立。具体来说，假设检验的基本步骤包括：

提出假设：通常包括原假设（H0）和备择假设（H1）。原假设是研究者想要拒绝的假设，而备择假设则是研究者希望接受的假设。

确定适当的检验统计量：根据样本数据计算出一个统计量，这个统计量在原假设为真时具有特定的分布。

规定显著性水平：即小概率事件的标准，通常取α=0.01、0.05或0.10等。

计算检验统计量的值：根据样本数据计算出检验统计量的实际值。

作出统计决策：根据检验统计量的值和显著性水平，判断原假设是否成立。如果检验统计量的值落在拒绝域内，则拒绝原假设；否则，接受原假设。

假设检验的基本原理是小概率原理，即小概率事件在一次随机试验中几乎不可能发生。如果原假设为真，那么不利于或不能支持这一假设的事件（即小概率事件）在一次试验中几乎不可能发生。然而，如果这样的事件竟然发生了，那么就有理由怀疑原假设的真实性，从而拒绝原假设。

此外，根据研究者感兴趣的备择假设的内容不同，假设检验还可分为单侧检验（单尾检验）和双侧检验（双尾检验），而单侧检验又分为左侧检验和右侧检验。

请注意，假设检验的结果可能会受到样本容量、样本选择、数据分布等因素的影响，因此在进行假设检验时需要谨慎考虑这些因素，并结合实际情况做出合理的决策。

1、单样本Z检验

单样本Z检验是一种用于检验单个样本的平均值是否等于某个已知值（通常是某个理论值或假设值）的统计方法。

import numpy as npfrom scipy import stats​# 假设我们有一个样本数据sample_data = np.array([0.497, 0.506, 0.518, 0.524,0.498,0.511,0.520,0.515,0.512])​# 假设检验的零假设（H0）通常是样本平均值等于某个特定值，比如3mu_0 = 0.5​# 已知的总体标准差known_population_std = 0.015​# 计算样本均值sample_mean = np.mean(sample_data)​# 计算样本量n = len(sample_data)​# 计算Z统计量z_statistic = (sample_mean - mu_0) / (known_population_std / np.sqrt(n))​# 计算双尾检验的p值p_value = 2 * (1 - stats.norm.cdf(abs(z_statistic)))​print(f"Z统计量: {z_statistic}")print(f"p值: {p_value}")​# 根据p值与显著性水平α比较，做出决策alpha = 0.05if p_value < alpha:    print("拒绝零假设，认为样本平均值不等于给定的值")else:    print("接受零假设，认为样本平均值等于给定的值")

Z统计量: 2.244444444444471

p值: 0.024803819632255975

拒绝零假设，认为样本平均值不等于给定的值

2、单样本t检验（One-Sample T-Test）

检验单个样本的平均值是否等于给定的某个值。

import scipy.stats as stats​# 假设我们有一个样本数据sample_data = [1.2, 2.3, 3.4, 4.5, 5.6]​# 假设检验的零假设（H0）通常是样本平均值等于某个特定值，比如3mu_0 = 3​# 进行t检验t_statistic, p_value = stats.ttest_1samp(sample_data, mu_0)​print(f"t统计量: {t_statistic}")print(f"p值: {p_value}")​# 根据p值与显著性水平α比较，做出决策alpha = 0.05if p_value < alpha:    print("拒绝零假设，认为样本平均值不等于3")else:    print("接受零假设，认为样本平均值等于3")

3、双样本t检验（Two-Sample T-Test）

检验两个独立样本的平均值是否相等。

# 假设有两个独立样本  sample1 = [1.2, 2.3, 3.4, 4.5, 5.6]  sample2 = [2.5, 3.6, 4.7, 5.8, 6.9]    # 进行双样本t检验  t_statistic, p_value = stats.ttest_ind(sample1, sample2)    print(f"t统计量: {t_statistic}")  print(f"p值: {p_value}")    # 根据p值与显著性水平α比较，做出决策  if p_value < alpha:      print("拒绝零假设，认为两个样本平均值不相等")  else:      print("接受零假设，认为两个样本平均值相等")

4、配对样本t检验（Paired T-Test）

检验两个相关或配对样本的平均值差是否等于某个值（通常是0）。

# 假设有两个配对样本  sample1 = [1.2, 2.3, 3.4, 4.5, 5.6]  sample2 = [2.1, 3.2, 4.1, 5.2, 6.3]    # 进行配对样本t检验  t_statistic, p_value = stats.ttest_rel(sample1, sample2)    print(f"t统计量: {t_statistic}")  print(f"p值: {p_value}")    # 根据p值与显著性水平α比较，做出决策  if p_value < alpha:      print("拒绝零假设，认为两个配对样本的平均值差不等于0")  else:      print("接受零假设，认为两个配对样本的平均值差等于0")

5、卡方检验（Chi-Square Test）

用于比较实际观测频数与期望频数之间的差异，常用于检验分类变量。

# 假设有一个分类变量的观测频数  observed = [10, 20, 30, 40]    # 假设有一个期望频数  expected = [15, 15, 30, 20]    # 进行卡方检验  chi2_statistic, p_value, dof, expected_freq = stats.chi2_contingency([observed])    print(f"χ²统计量: {chi2_statistic}")  print(f"p值: {p_value}")  print(f"自由度: {dof}")  print(f"期望频数: {expected_freq}")    # 根据p值与显著性水平α比较，做出决策  if p_value < alpha:      print("拒绝零假设，认为观测频数与期望频数有显著差异")  else:      print("接受零假设，认为观测频数与期望频数无显著差异")

补充：

在假设检验中，P值（Probability value）是一种概率度量，用于表示观察到的数据（或更极端的数据）出现的概率，假设原假设（null hypothesis）为真。P值通常用于确定是否应该拒绝原假设。

更具体地说，P值是在原假设为真的条件下，观察到的样本数据或更极端情况出现的概率。如果P值很小（通常小于0.05或0.01），那么我们可以认为观察到的数据与原假设不一致，因此拒绝原假设。相反，如果P值很大，那么我们倾向于接受原假设，因为观察到的数据与原假设没有显著的不一致性。

需要注意的是，P值不是给定样本结果时原假设为真的概率，而是给定原假设为真时样本结果出现的概率。此外，P值也不是观察到的数据与原假设不一致的概率，而是在原假设为真的情况下观察到更极端数据的概率。

在进行假设检验时，通常会选择一个显著性水平（如0.05或0.01），并将P值与这个显著性水平进行比较。如果P值小于显著性水平，那么我们可以拒绝原假设；否则，我们接受原假设。需要注意的是，P值本身并不告诉我们观察到的数据是否“好”或“坏”，而只是告诉我们观察到的数据与原假设不一致的程度。