比较两个样本

在下面，我们得到了两个样本，它们可能来自相同的分布或不同的分布，我们想要测试这两个样本是否具有相同的统计属性。

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

用于两个样本的 Kolmogorov-Smirnov 检验 ks_2samp

在两个样本都来自相同分布的例子中，我们不能拒绝原假设，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，位置不同，即均值不同，我们可以拒绝原假设，因为 p 值低于 1% 。

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