Python统计实战：一道题掌握正态性检验、一个总体均值的假设检验、效应量计算

为了解决特定问题而进行的学习是提高效率的最佳途径。这种方法能够使我们专注于最相关的知识和技能，从而更快地掌握解决问题所需的能力。

（以下练习题来源于《统计学—基于Python》。联系我获取完整数据和Python代码。） 

---

假设检验的基本分析思路

第一步，看检验总体的什么参数（总体均值、总体比例、总体方差）；

第二步，看检验一个总体的参数还是两个总体的参数（总体均值和总体比例是之差，总体方差是之比）；

第三步，看是大样本还是小样本，这将决定抽样分布；

第四步，确定采用的检验的方法和检验统计量。

---

练习题

一种联合收割机的金属板的平均重量为25千克。对某企业生产的20块金属板进行测量，得到的重量数据（单位：千克）如下。

（1）采用S-W检验和K-S检验两种方法，检验该企业生产的金属板的重量是否服从正态分布（α=0.05）。

（2）假定金属板的重量服从正态分布，检验该企业生产的金属板是否符合要求（α=0.05）。

（3）计算效应量并分析差异程度。

题目分析：

（1）题考查正态性检验，采用S-W检验和K-S检验两种方法。先提出假设：H0：重量服从正态分布；H1：重量不服从正态分布。

（2）题考查一个总体均值的检验（小样本的情形下，总体方差未知，采用t检验）。先提出假设：H0：μ = 25；H1：μ ≠ 25。

（3）题考查单样本t检验的效应量的计算。

（1）正态性检验Python代码

# S-W检验
import pandas as pd
from scipy.stats import shapiro
exercise7_2 = pd.read_csv('exercise7_2.csv')
# exercise7_2.head()

W,p_value = shapiro(exercise7_2['重量'])
print(f"统计量W={W:.4f}, p值={p_value:.4g}")

S-W检验计算结果：统计量W=0.9706， p值=0.7684

结果分析：在该项检验中，W=0.9706， p值=0.7684，由于p值>0.05，不能拒绝原假设，没有证据显示该公司生产的金属板的重量不服从正态分布。

---

# K-S检验
import pandas as pd
from scipy.stats import kstest
exercise7_2 = pd.read_csv('exercise7_2.csv')

x = exercise7_2['重量']
D, p_value = kstest(x, 'norm', alternative = 'two-sided', mode = 'asymp',
                   args = (x.mean(), x.std()))
print(f"统计量D={D:.4f}, p值={p_value:.4g}")

K-S计算结果：统计量D=0.1081, p值=0.9736

结果分析：在该项检验中，统计量D=0.1081, p值=0.9736，由于p值>0.05，不能拒绝原假设，没有证据显示该公司生产的金属板的重量不服从正态分布。

---

（2）一个总体均值假设检验Python代码

# 一个总体均值的检验（小样本的情形下，总体方差未知，采用单样本t检验）
import pandas as pd
from scipy.stats import ttest_1samp  # 单样本t检验
exercise7_2 = pd.read_csv('exercise7_2.csv')

t, p_value = ttest_1samp(a = exercise7_2['重量'], popmean = 25)  # popmean为假设的总体均值
print(f"样本均值={exercise7_2['重量'].mean():.2f}, t统计量={t:.4f}, 双尾p值={p_value:.4g}")

假设检验计算结果：样本均值=25.51， t统计量=1.0399，双尾p值=0.3114

结果分析：p值=0.3114，不拒绝原假设，没有证据表明重量不等于25，即可以认为金属板是否符合要求。

---

（3）计算效应量Python代码

mu = 25
xbar = exercise7_2['重量'].mean()
sd = exercise7_2['重量'].std()
d = abs(xbar - mu) / sd
print(f"效应量 = {d:.4f}")

效应量计算结果：效应量 = 0.2325

结果分析：样本的平均重量标准重量（25千克）相差0.2325个标准差。根据Cohen准则，该检验结果属于小的效应量。