python配对t检验_置信度计算——t检验（配对样本t检验，AB实验置信度）,T

为什么计算置信度？

在推荐场景下，我们会研发一些策略，来提升业务指标，在做AB实验的时候，实验组跟base组的指标对标，并非稳定的胜利或者稳定的失败，观察7天或者14天的指标数据，会有正有负，那么怎么衡量胜利的置信度呐？这属于碰到统计学中的假设检验问题，可以使用常见的卡方检验、t检验以及正态性检验等，去检验论证某个设想，并通过统计学的方法做解释。

置信度是什么？

理论与应用

t检验，通常会应用于三种情况的检验，分别是单样本t检验、双样本t检验和配对样本t检验。

这里着重说下

配对样本t检验，跟工作中的AB实验吻合。

配对样本t检验

配对样本t检验，是针对同一组样本在不同场景下，某数值型指标均值之间的差异。实际上读者也可以将该检验理解为单样本t检验，检验的是两配对样本差值的均值是否等于0，如果等于0，则认为配对样本之间的均值没有差异，否则存在差异。所以，该检验也遵循两个前提假设，即正态性分布假设和样本独立性假设。下面利用统计学中的四步法完成配对样本的t检验：

步骤一：提出原假设和备择假设

步骤二：构造t统计量

其中，xbar为配对样本差的均值，s为配对样本差的标准差。在原假设满足的情况下，t统计量服从自由度为n-1的t分布。

步骤三：计算t统计量

根