python数据处理--独立样本t检验

1 t检验由来

    t检验是威廉·戈斯特为了观测酿酒品质在1908年提出的，student是他的笔名，戈斯特受雇于都柏林的健力士酿酒厂担任统计学家。戈斯特提出t检验以降低啤酒质量监控的成本。戈斯特在1908年《Biometrika》期刊上公布，老板认为其为商业机密被迫使用笔名。

2 常用的t检验

2.1 单样本检验

    单样本检验也称样本均数和总体均数的比较的t检验。用于正态分布的总体中获取n个样本，判断总体均数μ是否和已知的总体均数μ()相同。

2.2 成对t检验

    将子差数d看作变量，先假设两种处理的效应相同，μ1-μ2 = 0，在检验样本差数的均数d与0之间的差别的显著性。。

2.3 独立样本t检验

    用于完全随机化设计两个独立样本的比较，目的是判断两个样本均数所对应的总体均数是否有差别。

2.4 配对样本t检验

     检查同一统计量两次测量值之间的差异是否为零。

3 独立样本t检验的python代码

#encoding:utf-8

from scipy import ttest_ind
import pandas as pd

#读取目录下的数据excel文件
df = pd.read_excel (u'data/ttest.xls','data')
print df.head()

#用DataFrame的一个筛选数据的功能，
print df[df['group'] == 1]

#两组在scoreA上的差异，
X = df[df['group'] == 1]['scoreA']
Y = df[df['group'] == 2]['scoreA']

print ttest_ind(X,Y)
#同时比较scoreA和scoreB上的差异
X = df[df['group'] == 1]['scoreA','scoreB']
Y = df[df['group'] == 2]['scoreA','scoreB']

#ttest_ind 默认为方差齐性的，equal_var = false 可以设置为方差不齐性。

print ttest_ind(X,Y,equal_var = false)

#用levene test检验两组数据的方差齐性，若p>0.05则认为方差是相等的。

from scipy.stats import levene

X = df[df['group'] == 1]['scoreA']
Y = df[df['group'] == 2]['scoreB']

print levene(X,Y)

参考资料：

《python与数据科学》