scipy.stats.mstats.
ttest_ind#
- scipy.stats.mstats.ttest_ind(a, b, axis=0, equal_var=True, alternative='two-sided')[source]#
计算两个独立样本的得分均值的 T 检验。
- 参数:
- a, barray_like
数组必须具有相同的形状,但在对应于 axis(默认为第一个)的维度上除外。
- axisint 或 None,可选
计算检验的轴。如果为 None,则对整个数组 a 和 b 进行计算。
- equal_varbool,可选
如果为 True,则执行标准的独立双样本检验,该检验假定总体方差相等。 如果为 False,则执行 Welch 的 t 检验,该检验不假定总体方差相等。
0.17.0 版本中新增。
- alternative{‘two-sided’, ‘less’, ‘greater’}, 可选
定义备择假设。以下选项可用(默认为 ‘two-sided’)
‘two-sided’:样本的基础分布的均值不相等。
‘less’:第一个样本的基础分布的均值小于第二个样本的基础分布的均值。
‘greater’:第一个样本的基础分布的均值大于第二个样本的基础分布的均值。
1.7.0 版本中新增。
- 返回值:
- statisticfloat 或 array
计算出的 t 统计量。
- pvaluefloat 或 array
p 值。
注释
有关
ttest_ind
的更多详细信息,请参阅scipy.stats.ttest_ind
。