t 检验总结

1. 单样本t检验， 与某数字对比差异

from scipy import stats
#输入：a, a是一组数据，这里表示为一个vector
# alternative参数: 
# 若是双边检验，设置为：'two-sided'
# 若是单边检验，设置为：‘less’, ‘greater’
if a服从正态分布：
   # 假设这里要跟 3 对比，代码如下：
   调用stats.ttest_1samp(a,3, alternative='two-sided')
else:
   #a不服从正态分布
   #通过alternative参数，也可以选择单边或者双边检验
   调用单样本wilcoxon检验

2. 配对样本t检验 (within-subjects)， 配对数据的差异，比如说5个人，吃药前，吃药后的身体素质对比。注意“是同一批次的人”。

from scipy import stats
#输入：a, b
#该模型对方差齐性没有要求
# alternative 参数如上设置
if 差值服从正态分布：
   调用stats.ttest_rel(a, b, alternative='two-sided')
else:
    #差值不服从正态分布
    调用wilcoxon函数进行检验

3. 独立样本t检验（between-subjects），两组数据的差异，比如男女的体重差异。注意“不同批次的人”。

from scipy import stats
#输入：a, b
# alternative 参数如上设置
if 两组数据各自服从正态分布:
   if 方差齐性：
      调用stats.ttest_ind(a,b,equal_var=True,alternative='two-sided')
   else:
      #此时将会采用Welch’s t-test 
      调用stats.ttest_ind(a,b,equal_var=False,alternative='two-sided')
else:
    #通过alternative参数，也可以选择单边或者双边检验
    调用MannWhitney函数进行检验，
 

---

• python正态性检验函数, 参考链接：

from scipy import stats
stats.shapiro # p>.05, 表示满足正态性
stats.normaltest
scipy.stats.kstest

• python方差齐性检验函数,参考链接

from scipy import stats
stats.levene # p>.05 表示方差齐性；p太小表示方差不齐性
stats.bartlett # p>.05 表示方差齐性；p太小表示方差不齐性

图片来源此处