九.Stats模块
4.统计检验(Statistical Tests):
进行单变量"T-检验"(T-Test):[<statistic>,<pvalue>=]scipy.stats.ttest_1samp(<a>,<popmean>[,axis=0,nan_policy='propagate',alternative='two-sided'])
进行双独立变量T-检验:[<statistic>,<pvalue>=]scipy.stats.ttest_ind(<a>,<b>[,axis=0,equal_var=True,nan_policy='propagate',alternative='two-sided'])
#要求传入原始样本
使用描述性统计量进行双独立变量T-检验:[<statistic>,<pvalue>=]scipy.stats.ttest_ind_from_stats(<mean1>,<std1>,<nobs1>,<mean2>,<std2>,<nobs2>[,equal_var=True,alternative='two-sided'])
#要求传入描述性统计量
进行双相关变量T-检验:[<statistic>,<pvalue>=]scipy.stats.ttest_rel(<a>,<b>[,axis=0,nan_policy='propagate',alternative='two-sided'])
######################################################################################################################
进行"单因素卡方检验"(One-Way Chi-Square Test):[<chisq>,<p>=]scipy.stats.chisquare(<f_obs>[,f_exp=None,ddof=0,axis=0])
######################################################################################################################
进行"Cramér-Von Mises Test":[<res>=]scipy.stats.cramervonmises(<rvs>,<cdf>[,args=()])
######################################################################################################################
进行"Cressie-Read Power Divergence Test":[<statistic>,<pvalue>=]scipy.stats.power_divergence(<f_obs>[,f_exp=None,ddof=0,axis=0,lambda_=None])
######################################################################################################################
进行"KS-检验"(Kolmogorov-Smirnov Test):[<statistic>,<pvalue>=]scipy.stats.kstest(<rvs>,<cdf>[,args=(),N=20,alternative='two-sided',mode='auto'])
进行单变量KS-检验:[<statistic>,<pvalue>=]scipy.stats.ks_1samp(<x>,<cdf>[,args=(),alternative='two-sided',mode='auto'])
进行双变量KS-检验:[<statistic>,<pvalue>=]scipy.stats.ks_2samp(<data1>,<data2>[,alternative='two-sided',mode='auto'])
#######################