scipy.stats.mstats.

ttest_onesamp#

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

计算单组分数的均值的 T 检验。

参数:
aarray_like

样本观测值

popmeanfloat 或 array_like

零假设中的期望值,如果为 array_like,则必须与 a 排除轴维度后的形状相同

axisint 或 None,可选

计算检验的轴。 如果为 None,则在整个数组 a 上计算。

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”:样本的潜在分布的均值与给定的总体均值(popmean)不同

  • “less”:样本的潜在分布的均值小于给定的总体均值(popmean

  • “greater”:样本的潜在分布的均值大于给定的总体均值(popmean

在 1.7.0 版本中添加。

返回:
statisticfloat 或 array

t 统计量

pvaluefloat 或 array

p 值

说明

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