假设检验的python实现命令——Z检验、t检验、F检验 Z检验
煤矸石砖
statsmodels.st()
import statsmodels.stats.weightstats as sw
参数详解：
x1：待检验数据集；
x2：待检验数据集；默认为None，双样本检验时不为None； s7520
value：在⼀个样本中，value是原假设下x1的均值。在两个样本中，value为原假设下x1均值与x2均值之差； alternative:str，默认为'two-sided'，双尾检验；右尾检验，'larger'；左尾检验，'smaller'；
usevar:str，默认为'pooled'，此时认为样本的标准偏差是相同的；
ddof:int;⾃由度,⽤于计算⽅差的平均估计。在⽐较的情况下，这是⼀个，但它可以调整，以测试其他统计数据(⽐例，相关性)(这个解释翻译⾃官⽹，我不常⽤，就没有深究） 返回：
tstat:float，检验统计量；pvalue:float,p值
t检验
from scipy import stats
⽤途：
两个独⽴样本的均值检验
参数详解：
a,b：待检验的两个数据集；
axis：计算时所沿的轴，这个⼀般不⽤特殊设置；
equal_var：如果为True（默认值），则执⾏⼀个标准的独⽴2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;
nan_policy：定义当输⼊包含nan时如何处理。可以使⽤以下选项（默认为'propagate'）：'propagate'：返回nan; 'raise'：抛出⼀个错误;嘌呤霉素
'omit'：执⾏计算时忽略nan值
alternative:str，默认为'two-sided'，双尾检验；右尾检验，'greater'；左尾检验，'less'；
返回：
电力系统负荷预测
tstat:float，检验统计量；pvalue:float,p值
F检验
stats.levene()
from scipy import stats
⽤途：
⽅差齐性检验，⽤于t检验中⽅差未知的情况
参数详解：
middsample1,sample2···：待检验数据集；
center：默认为'median'，还可以选'mean'和'trimmed'；这个参数我不懂
proportiontocut: 显著性⽔平，默认为0.05巴洛特利养母
返回：
tstat:float，检验统计量；pvalue:float,p值
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议