python 实现假设检验

(1) 两个总体均值之差检验

以下为样本量小，两个总体方差未知，同时两个总体方差不相等，因此采用T分布，其自由度为f

import numpy as np
import pandas as pd
from scipy.stats import t
import scipy 


x1 = [568, 681, 636, 607, 555
     ,496, 540, 539, 529, 562
     ,589, 646, 596, 617, 584]


x2 = [650, 569, 622, 630, 596
     ,637, 628, 706, 617, 624
     ,563, 580, 711, 480, 688
     ,723, 651, 569, 709, 632]

def mean_difference(data1, data2, alpha):
    """
    data1: 总体1
    data2: 总体2
    alpha: 显著性水平
    功能：以alpha的显著性水平检验两个总体均值之差是否存在显著差异
    """
    n1 = len(data1)
    n2 = len(data2)
    
    x1_mean = np.mean(data1)
    x2_mean = np.mean(data2)
    
    x1_var = np.var(data1, ddof=1) 
    x2_var = np.var(data2, ddof=1) 
    
    # f自由度
    f = np.power((x1_var/n1 + x2_var/n2), 2) / ((np.power((x1_var/n1), 2)/(n1-1)) +         (np.power((x2_var/n2), 2)/(n2-1)))
    t_score = scipy.stats.t.isf(alpha, df = int(f))  # t分布临界值
    # 检验统计量 t值
    t_value = ((x1_mean - x2_mean)-(0)) / np.sqrt((x1_var/n1) + (x2_var/n2))
    
    if abs(t_value) > abs(t_score):
        result = 'refuse H0, accept H1'
    else:
        result = 'accept H1, refuse H0'
        
    return t_score, t_value ,result
>>>mean_difference(x1, x2, 0.05)
>>>(1.693888754005164, -2.4868888763745463, 'accept H1, refuse H0')

(2)  两个总体方差比的检验

由于是检验总体方差1和总体方差2是否相等，故采用双侧检验
H0: 总体方差1  = 总体方差2  或 总体方差1/总体方差2  = 1
H1: 总体方差1 != 总体方差2  或 总体方差1/总体方差2 != 1
    
条件：
为了比较两个未知的总体方差，我们可以用两个样本方差的比来判断，
1.如果两个样本方差的比接近于1，说明两个总体方差很接近
2.如果两个样本方差的比远离于1，说明两个总体方差有较大差异

注意：在两个正态总体条件下， 两个方差之比服从F分布。

def var_difference(data1, data2, alpha):
    """
    data1: 总体1
    data2: 总体2
    alpha: 显著性水平
    功能：以alpha的显著性水平检验两个总体的方差是否存在显著差异
    """
    n1 = len(data1)
    n2 = len(data2)
    
    x1_var = np.var(data1, ddof=1) 
    x2_var = np.var(data2, ddof=1) 
    
    # 样本统计量F值
    f_value = x1_var / x2_var
    
    # 两个F分布临界点|值
    f_score1 = scipy.stats.f.isf(1-alpha / 2, dfn=n1-1, dfd=n2-1)  
    f_score2 = scipy.stats.f.isf(alpha / 2, dfn=n1-1, dfd=n2-1)   
    
    return "两个F分布临界点:({},{})".format(round(f_score1,3), round(f_score2,3)), "F值:{}".format(round(f_value, 3))

>>>var_difference(x1, x2, 0.05)
>>>('两个F分布临界点:(0.35,2.647)', 'F值:0.662')