python配对t检验_用python进行配对样本差异分析

应用场景非常简单，成对的数据需要检验组间是否存在差异

分成两步：

1、检验正态性

from scipy import stats

##检验是否正态

def norm_test(data):

t,p = stats.shapiro(data)

#print(t,p)

if p>=0.05:

return True

else:

return False

2、根据正态性的检验结果，分别选择配对样本t检验和wilcoxon检验。目标是获取统计量和P值。方法的选择可以参考https://segmentfault.com/a/1190000007626742

if norm_test(data_b) and norm_test(data_p):

print('yes')

t,p=ttest_rel(list(data_b),list(data_p))

else:

print('no')

t,p=wilcoxon(list(data_b),list(data_p),zero_method='wilcox', correction=False)#

这里有一个需要注意的坑点

scipy包里带的wilcoxon函数返回的不是统计量z和P值，返回的是负秩和和P值，因此这里需要找到wilcoxon的源码，路径为：Lib\site-packages\scipy\stats\morestats.py

点进morestats文件，将函数返回的数据改成z和p值，如下：

def wilcoxon(x, y