比较两个样本

在下文中，我们给出两个样本，这两个样本可能来自相同或不同的分布，我们想要测试这些样本是否具有相同的统计特性。

比较均值

测试均值相同的样本

>>> import scipy.stats as stats
>>> rvs1 = stats.norm.rvs(loc=5, scale=10, size=500)
>>> rvs2 = stats.norm.rvs(loc=5, scale=10, size=500)
>>> stats.ttest_ind(rvs1, rvs2)
Ttest_indResult(statistic=-0.5489036175088705, pvalue=0.5831943748663959)  # random

测试均值不同的样本

>>> rvs3 = stats.norm.rvs(loc=8, scale=10, size=500)
>>> stats.ttest_ind(rvs1, rvs3)
Ttest_indResult(statistic=-4.533414290175026, pvalue=6.507128186389019e-06)  # random

两个样本的 Kolmogorov-Smirnov 检验 ks_2samp

对于两个样本都来自同一分布的例子，我们不能拒绝零假设，因为 p 值很高

>>> stats.ks_2samp(rvs1, rvs2)
KstestResult(statistic=0.026, pvalue=0.9959527565364388)  # random

在第二个例子中，由于位置不同，即均值不同，我们可以拒绝零假设，因为 p 值低于 1%

>>> stats.ks_2samp(rvs1, rvs3)
KstestResult(statistic=0.114, pvalue=0.00299005061044668)  # random