python卡方检验kf_data_统计学中的各种检验-scipy.stats和statsmodels.stats的使用

这里会罗列一些统计学中的检验方法，当然顺序以笔者遇到的为准。

1.方差分析

1.1 概述

对于均值的检验，一般分为以下几种情况：

某样本均值与常数的比较

两个样本均值的比较

两个以上样本均值的比较

对于前两种检验，用t检验和z检验完全可以handle，第三种也可以用t/z检验两两进行，但是毕竟耗时，用方差分析就可以解决这个问题了。

这个问题面试滴滴的时候有被问到，立志做数据科学家的朋友们，还是学习一下。

比较常用的方差分析方法包括：单因素方差分析、多因素方差分析、协方差分析、多元方差分析、重复测量方差分析、方差成分分析等。

1.2 常用术语

因素

因素是方差分析的研究对象，是一个独立的变量，比如饮料的不用颜色就是因素。

水平

因素的取值就是水平，比如饮料颜色的红、黄、蓝、绿就是水平。

控制变量

方差分析中可以人为控制的变量，比如饮料的颜色。

随机变量

与控制变量相对应就是不可以人为控制的变量。

观察变量与观察值

方差分析中受控制变量和随机变量影响下观察的目标成为观察变量，观测得到的数值就是观察值。饮料再不同颜色的销售额就是观测变量，具体的取值就是观察值。

1.3 单因素方差分析原理

进行方差分析的要满足两个前提：

总体服从正态分布

样本满足方差齐性

方差分析的目的是检验各个样本的均值是否相等，原假设是样本均值相等，备择假设是样本均值不相等。一般来说造成均值差异的原因有两个：

因素水平不同造成的差异，成为系统性误差。

承接饮料这个案例，饮料颜色就是系统性误差。系统性误差用组间方差来衡量，当然组间方差有可以衡量随机性误差，但主要是为了衡量系统性误差。

样本抽样随机性造成的误差，成为随机性误差。

同样，饮料在不同商场的销售额也不同，这是随机性误差。随机性误差用组内方差来衡量。

如果因素水平对观察变量影响不大，那么组间方差只有随机性误差的影响，组间方差和组内方差的比接近于1，相反则大于1，当这个比值大于某个值的时候我们就可以得到显著性差异的结论。方差分析就是通过比较方差做出接受或拒绝原假设的结论。

1.4 单因素方差分析案例

饮料案例，我们要观察饮料的不同颜色对销售额是不是有显著的影响，基础数据如下：