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 ab 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