文章目录
上一篇文章介绍了独立样本T检验，现在接着使用Python进行相关样本的T检验，主要用到了scipy.stats.ttest_rel，我们先来看看其基本的用法：
- 引入相关模块，这次我们使用stats的
- 产生两列随机变量，用到了stats。norm.rvs，参数loc表示平均数，scale表示标准差，size是样本量
这是产生的两个变量的数据的一部分
- ttest_rel的用法：输出t和p值
从p值可以看出，这两列数据是没有差异的。
- 当然，ttest_rel还可以接受pandas.DataFrame数据，先从excel中读取数据
我们可以看一下数据的基本内容：
- 我们可以选择scoreA和ScoreB这两列数据进行T检验
输出的结果可见两列变量均值无差异
- 我们还可以同时对多个变量进行检验，比如：
这是产生的结果可见：第一个array表示t值，两个表示p值，因此我们可以知道p(scoreA)=0.126>0.05
转载请注明来自DataScience.
邮箱: 675495787@qq.com
