我們?cè)谧鯝/B試驗(yàn)評(píng)估的時(shí)候需要借助p_value,這篇文章記錄如何利用python計(jì)算兩組數(shù)據(jù)的顯著性。

十余年的當(dāng)陽(yáng)網(wǎng)站建設(shè)經(jīng)驗(yàn)，針對(duì)設(shè)計(jì)、前端、開發(fā)、售后、文案、推廣等六對(duì)一服務(wù)，響應(yīng)快，48小時(shí)及時(shí)工作處理。全網(wǎng)營(yíng)銷推廣的優(yōu)勢(shì)是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同，自動(dòng)調(diào)整當(dāng)陽(yáng)建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì)，從而大程度地提升瀏覽體驗(yàn)。創(chuàng)新互聯(lián)公司從事“當(dāng)陽(yáng)網(wǎng)站設(shè)計(jì)”,“當(dāng)陽(yáng)網(wǎng)站推廣”以來，每個(gè)客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。

一、代碼

# TTest.py
# -*- coding: utf-8 -*-
'''
# Created on 2020-05-20 20:36
# TTest.py
# @author: huiwenhua
'''

## Import the packages
import numpy as np
from scipy import stats

def get_p_value(arrA, arrB):

  a = np.array(arrA)
  b = np.array(arrB)

  t, p = stats.ttest_ind(a,b)

  return p

if __name__ == "__main__":
  get_p_value([1, 2, 3, 5, ], [6, 7, 8, 9, 10])

二、T檢驗(yàn)：兩樣本T檢驗(yàn)

兩樣本t檢驗(yàn)是比較兩個(gè)樣本所代表的兩個(gè)總體均值是否存在顯著差異。除了要求樣本來自正態(tài)分布，還要求兩個(gè)樣本的總體方差相等也就是“方差齊性”。

檢驗(yàn)原假設(shè)：樣本均值無差異(μ=μ0)

Python命令stats.ttest_ind(data1,data2)

當(dāng)不確定兩總體方差是否相等時(shí)，應(yīng)先利用levene檢驗(yàn)檢驗(yàn)兩總體是否具有方差齊性stats.levene(data1,data2)如果返回結(jié)果的p值遠(yuǎn)大于0.05，那么我們認(rèn)為兩總體具有方差齊性。如果兩總體不具有方差齊性，需要加上參數(shù)equal_val并設(shè)定為False，如下。

stats.ttest_ind(data1,data2,equal_var=False) // TTest中默認(rèn)是具有方差齊性

三、結(jié)果解釋

當(dāng)p值小于某個(gè)顯著性水平α(比如0.05)時(shí)，則認(rèn)為樣本均值存在顯著差異，具體的分析要看所選擇的是雙邊假設(shè)還是單邊假設(shè)（又分小于和大于）注意stats.ttest_ind進(jìn)行雙側(cè)檢驗(yàn)。

當(dāng)t值大于0，則有(（1-p）* 100)%的把握認(rèn)為認(rèn)為第一組數(shù)據(jù)好與第二組數(shù)據(jù)。例如p=0.05,那么我們有95%的把握認(rèn)為第一組數(shù)據(jù)好于第二組數(shù)據(jù)。

相關(guān)學(xué)習(xí)推薦：python視頻教程

網(wǎng)站欄目：基于python如何實(shí)現(xiàn)計(jì)算兩組數(shù)據(jù)P值
URL鏈接：http://weahome.cn/article/cpicjs.html