Python 中的 T 检验
T-test in Python
如何在 Python 中进行 t 检验？
#*-* coding: utf-8 *-*
from __future__ import division
from scipy import stats
import numpy as np
x=([ 0.01082045 0.00225922 0.00022592 0.00011891 0.00525565 0.00156956])
y=([ 0.00096333 0.00019453 0.00038384 0.00058286 0.00078786])
ttest=stats.ttest_ind(x,y)
print 't-test independent', ttest
我得到两个数字：t-test independent (array(1.5061708454111165), 0.1662878376677496)
我不知道他们是什么意思。你能帮我吗？ "array" 是什么意思？
我有样品和两台不同的机器。我必须用t-test比较这两种方法。
非常感谢您的帮助！
来自manual：
Returns:
statistic : float or array The calculated t-statistic.
pvalue : float or array The two-tailed p-value.
也就是说，1.5 是您的双尾标准正态 Z 分数，而 .166 是相应的 p 值。
如何在 Python 中进行 t 检验？
#*-* coding: utf-8 *-*
from __future__ import division
from scipy import stats
import numpy as np
x=([ 0.01082045 0.00225922 0.00022592 0.00011891 0.00525565 0.00156956])
y=([ 0.00096333 0.00019453 0.00038384 0.00058286 0.00078786])
ttest=stats.ttest_ind(x,y)
print 't-test independent', ttest
我得到两个数字：t-test independent (array(1.5061708454111165), 0.1662878376677496)
我不知道他们是什么意思。你能帮我吗？ "array" 是什么意思？
我有样品和两台不同的机器。我必须用t-test比较这两种方法。
非常感谢您的帮助！
来自manual：
Returns:
statistic: float or array The calculated t-statistic.
pvalue: float or array The two-tailed p-value.
也就是说，1.5 是您的双尾标准正态 Z 分数，而 .166 是相应的 p 值。