统计学假设检验和建模

本文探讨了经典t检验在比较赛车队在两次不同比赛中表现的应用,通过Python实现数据处理,结果显示两组数据有显著差异(p值为0.033)。此外,还从统计学建模的角度出发,建立模型分析比赛成绩差异,并得出模型参数及置信区间等相关信息。
摘要由CSDN通过智能技术生成

1.经典t检验

让我们在两个不同的场合下对一个赛车对的表现进行衡量,在第一次比赛中,团队的成员的得分为[79,100,93,75,84,107,66,86,103,81,89,105,84,86,86,112,112,100,94],在第二次比赛中,他们的得分为[92, 100, 76, 97, 72, 79, 94, 71, 84, 76, 82, 57, 67, 78, 94, 83, 85, 92, 76, 88]

可以用下面的python语句生成这些数据并且用t检验来比较两组数据

import numpy as np
from scipy import stats

np.random.seed(123)
race_1 = np.round(np.random
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

行秋即离

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值