scipy.stats.mstats.

ttest_1samp#

scipy.stats.mstats.ttest_1samp(a, popmean, axis=0, alternative='two-sided')[源代码]#

计算一组分数的均值的 T 检验。

参数:
aarray_like

样本观察值

popmeanfloat 或 array_like

零假设中的期望值,如果为 array_like,则其形状必须与 a 相同,不包括轴维度

axisint 或 None,可选

计算测试所沿的轴。如果为 None,则在整个数组 a 上计算。

alternative{‘two-sided’, ‘less’, ‘greater’}, optional

定义备择假设。以下选项可用(默认为“two-sided”)

  • “two-sided”:样本的底层分布的均值与给定的总体均值 (popmean) 不同

  • “less”:样本的底层分布的均值小于给定的总体均值 (popmean)

  • “greater”:样本的底层分布的均值大于给定的总体均值 (popmean)

1.7.0 版本新增。

返回值:
statisticfloat 或 array

t 统计量

pvaluefloat 或 array

p 值

注释

有关 ttest_1samp 的更多详细信息,请参见 scipy.stats.ttest_1samp