对比spss学习python--单样本T检验

1、简介

• T检验
  T检验是针对连续变量的统计推断方法中最基本的检验方法。

• 样本量较大时
  样本量较大时，由中心极限定理可知样本均数的抽样分布仍然是正态的，很少去考虑T检验的适用条件。

• 样本量较小时
  当样本例数n较小时，一般要求样本取自正态总体。

• 单样本T检验
  利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在显著性差异。

2、上例子

如题：某药物在某种溶剂中溶解后的标准浓度为20.00mg/L。现采用某种方法，测量该药物溶解液11次，测量后得到的结果见例
问：用该方法测量所得结果是否与标准浓度值有所不同？

• 描述性分析

from scipy import stats as ss
import pyreadstat as pds
import pandas as pd

# 版本编码原因pd.read_spss读取sav报错，就换成pds了
df1, _ = pds.read_sav(r'medicine.sav',encoding='gbk')
df1.describe().T

可以看出这11份样本的均值为20.98，比标准浓度高。

• 正态性检验

# 正态性检验
stats.shapiro(df1['浓度'])

p值0.124>0.05,样本符合正态分布。

• 单样本T检验

# 单样本T检验
stats.ttest_1samp(df1['浓度'],20.00)

所示为单样本T检验的结果，结果显示统计量t=3.056，P值=0.012<0.05，因此认为用该方法测量所得结果与标准浓度值有差异