学生 t 检验的基本思想是通过比较两组数据的均值以及它们的方差来判断是否存在显著差异。下面更详细地解释了学生 t 检验的基本思想：
-
均值比较：学生 t 检验的首要目标是比较两组数据的均值。我们通常有一个零假设（null hypothesis），该假设声称两组数据的均值相等，即没有显著差异。备择假设则声称两组数据的均值不相等，即存在显著差异。
-
方差比较：除了均值，t 检验还考虑了数据的方差。如果两组数据的方差差异很大，那么在比较均值时需要考虑这个差异，以确保显著性测试的准确性。
-
t 统计量：为了比较均值和方差之间的差异，t 检验计算了一个称为 t 统计量的值。这个统计量表示两组数据均值之间的差异相对于它们的方差的一个度量。
-
p 值：t 统计量用于计算一个概率值，称为 p 值。p 值表示在零假设成立的情况下，观察到如此极端结果的概率。较小的 p 值意味着观察到的差异更显著。
-
显著性水平：通常，研究人员会选择一个显著性水平，例如0.05，作为判断是否拒绝零假设的阈值。如果 p 值小于显著性水平，就拒绝零假设，认为存在显著差异。
单样本T检验、独立样本T检验和配对样本T检验是统计学中用于比较样本均值之间差异的常见方法，它们适用于不同的场景：
-
单样本T检验：
- 场景：用于比较一个样本的均值是否与已知的总体均值或理论值有显著差异。
- 示例：你想知道一群学生的平均考试成绩是否显著高于全国平均分（已知的总体均值）。
-
独立样本T检验：
- 场景：用于比较两个独立样本（不相关的样本）的均值是否有显著差异。
- 示例：你想知道男性和女性在某一项测试中的平均得分是否存在显著差异，你会将男性和女性的得分作为两个独立样本进行比较。
-
配对样本T检验：
- 场景：用于比较同一组样本在两个不同条件下的均值差异，这些条件是相关的。
- 示例：你想知道一组患者在治疗前和治疗后的体重是否存在显著差异，你会将每个患者的治疗前和治疗后的体重数据配对进行比较。
这些T检验方法都用于检验均值之间的显著性差异，但在不同的数据情境下使用。选择适当的T检验方法取决于你的研究设计和数据类型。
在Python中，你可以使用不同的库来执行各类T检验。常用的库包括NumPy（用于数据处理）、SciPy（用于科学计算和统计分析）以及StatsModels（用于统计建模）。以下是针对不同T检验的Python实现示例：
单样本T检验：
python">import numpy as np
from scipy import stats
# 创建样本数据
data = np.array([34, 45, 28, 56, 40, 30, 48, 55, 37, 42])
# 假设的总体均值
population_mean = 45
# 执行单样本T检验
t_statistic, p_value = stats.ttest_1samp(data, population_mean)
# 输出结果
print("T统计量:", t_statistic)
print("P值:", p_value)
独立样本T检验：
python">import numpy as np
from scipy import stats
# 创建两组独立样本数据
group1 = np.array([34, 45, 28, 56, 40])
group2 = np.array([30, 48, 55, 37, 42])
# 执行独立样本T检验
t_statistic, p_value = stats.ttest_ind(group1, group2)
# 输出结果
print("T统计量:", t_statistic)
print("P值:", p_value)
配对样本T检验：
python">import numpy as np
from scipy import stats
# 创建配对样本数据
before = np.array([68, 72, 63, 71, 73])
after = np.array([70, 74, 65, 72, 75])
# 执行配对样本T检验
t_statistic, p_value = stats.ttest_rel(before, after)
# 输出结果
print("T统计量:", t_statistic)
print("P值:", p_value)
当你执行不同类型的T检验时，有几个关键步骤和考虑因素，我将继续深入说明这些方面：
-
收集和准备数据：
- 在执行T检验之前，首先需要收集和准备你的样本数据。确保数据满足T检验的前提条件，即数据应该是连续的，并且满足正态性和方差齐性的假设。
-
假设检验：
- 在执行T检验时，你需要明确你的零假设（H0）和备择假设（H1）。
- 对于单样本T检验，H0通常是样本均值等于某个特定值。
- 对于独立样本T检验，H0通常是两组样本均值相等，而H1是两组样本均值不相等。
- 对于配对样本T检验，H0通常是配对前后样本均值相等，而H1是均值不相等。
-
计算T统计量和P值：
- 使用适当的Python库函数（如SciPy中的
ttest_1samp、ttest_ind和ttest_rel）来计算T统计量和P值。 - T统计量用于衡量样本均值之间的差异，P值表示在零假设下观察到这种差异的概率。
- 使用适当的Python库函数（如SciPy中的
-
解释结果：
- 检查计算得到的P值。如果P值小于事先选择的显著性水平（通常为0.05），则可以拒绝零假设。
- 如果P值大于显著性水平，那么不能拒绝零假设，表明没有足够的证据来支持备择假设。
-
报告结果：
- 在报告研究结果时，提供T统计量、P值以及你的决策，即是拒绝还是不拒绝零假设。
- 如果拒绝了零假设，解释结果的实际意义。
-
考虑效应大小：
- 除了P值之外，还应该考虑效应大小。效应大小可以帮助你理解观察到的差异的实际重要性。
- 常见的效应大小度量包括Cohen's d等。
-
检验前提条件：
- 在执行T检验之前，还应该检验数据是否满足T检验的前提条件，如正态性和方差齐性。可以使用统计图和检验方法（如Shapiro-Wilk检验和Levene检验）来评估这些前提条件。
以上是执行T检验时的一般步骤和要考虑的重要事项。根据你的具体研究问题和数据，你可以选择适当类型的T检验并按照上述步骤进行分析。
------------------
在执行T检验之前，确保数据满足T检验的前提条件非常重要。这两个主要的前提条件是正态性和方差齐性。
-
正态性（Normality）：
- 正态性假设是指样本数据应该来自一个正态分布（或近似正态分布）。如果数据不满足正态性假设，T检验可能不可靠。
- 你可以使用统计图形（如直方图和Q-Q 图）来可视化数据的分布，以及正态性检验方法（如Shapiro-Wilk检验、Kolmogorov-Smirnov检验）来检验数据的正态性。
-
方差齐性（Homogeneity of Variance）：
- 方差齐性假设是指不同样本的方差应该大致相等。如果不同组的方差明显不相等，T检验的结果可能不准确。
- 方差齐性可以使用Levene检验或Bartlett检验来检验。
如果数据不满足这些前提条件，你可以考虑以下选项：
-
数据不满足正态性但满足方差齐性：在这种情况下，你可以考虑使用非参数检验方法，如Wilcoxon符号秩检验（对应于单样本T检验）或Mann-Whitney U检验（对应于独立样本T检验）。
-
数据不满足方差齐性：你可以使用修正的T检验方法，如Welch's T检验，它允许在方差不相等的情况下执行独立样本T检验。这个修正考虑了方差不齐的情况。
-
数据不满足正态性和方差齐性：在这种情况下，非参数检验可能是更合适的选择。
确保在执行T检验之前，检查和报告数据是否满足这些前提条件，以确保你的统计分析结果的可信度。如果数据不满足这些条件，选择适当的替代方法来进行假设检验。
正态性检验（Shapiro-Wilk检验）：
python">import numpy as np
from scipy import stats
# 创建样本数据
data = np.array([34, 45, 28, 56, 40, 30, 48, 55, 37, 42])
# 执行Shapiro-Wilk正态性检验
statistic, p_value = stats.shapiro(data)
# 输出结果
print("Shapiro-Wilk统计量:", statistic)
print("P值:", p_value)
# 判断是否满足正态性假设
alpha = 0.05
if p_value > alpha:
print("数据看起来满足正态性假设")
else:
print("数据不满足正态性假设")
方差齐性检验（Levene检验）：
python">import numpy as np
from scipy import stats
# 创建两组独立样本数据
group1 = np.array([34, 45, 28, 56, 40])
group2 = np.array([30, 48, 55, 37, 42])
# 执行Levene方差齐性检验
statistic, p_value = stats.levene(group1, group2)
# 输出结果
print("Levene统计量:", statistic)
print("P值:", p_value)
# 判断是否满足方差齐性假设
alpha = 0.05
if p_value > alpha:
print("数据满足方差齐性假设")
else:
print("数据不满足方差齐性假设")
对于小样本，Shapiro-Wilk检验通常比Kolmogorov-Smirnov检验更合适，因为Shapiro-Wilk检验对样本量的要求较小，而且在小样本情况下通常更具有统计功效（能够更准确地检测正态性假设的违背）。
Shapiro-Wilk检验的优势在于它可以有效地处理小样本，并且对于正态性的敏感性相对较高。它是许多统计学家和研究者首选的正态性检验方法，尤其是在小样本研究中。但请注意，对于非常小的样本，即使数据是正态分布的，Shapiro-Wilk检验也可能会因样本量不足而产生不显著的结果。
总之，对于小样本，建议使用Shapiro-Wilk检验来检验正态性，但也要谨慎解释结果，尤其是当样本数量非常有限时。在小样本情况下，始终考虑其他检验方法或可视化技巧来评估数据的正态性，例如正态概率图（Q-Q 图）或直方图。综合使用多种方法可以更全面地评估数据的分布特征。
python">import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as stats
import seaborn as sns
# 生成一个示例数据集，替换成你的实际数据
data = np.random.normal(loc=0, scale=1, size=20)
# 正态性检验 - Shapiro-Wilk检验
stat, p = stats.shapiro(data)
print("Shapiro-Wilk检验统计量:", stat)
print("Shapiro-Wilk检验p值:", p)
# 可视化 - 正态概率图(Q-Q图)
stats.probplot(data, dist="norm", plot=plt)
plt.title("Q-Q Plot")
plt.show()
# 可视化 - 直方图
sns.histplot(data, kde=True)
plt.title("Histogram with Kernel Density Estimate")
plt.show()
多种方式整合
python">import numpy as np
import pandas as pd
import scipy.stats as stats
import matplotlib.pyplot as plt
data = np.random.normal(loc=12, scale=2.5, size=120)
df = pd.DataFrame({'Data': data})
# 描述性统计分析
mean = df['Data'].mean()
std_dev = df['Data'].std()
skewness = df['Data'].skew()
kurtosis = df['Data'].kurtosis()
print("均值:", mean)
print("标准差:", std_dev)
print("偏度:", skewness)
print("峰度:", kurtosis)
# 创建一个2x1的子图布局
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(6, 8))
# 可视化 - 正态概率图(Q-Q图)
stats.probplot(data, plot=ax1, dist='norm', fit=True, rvalue=True)
ax1.set_title("Q-Q Plot")
# 可视化 - 直方图
ax2.hist(data, bins=10, rwidth=0.8, density=True) # bins个柱状图,宽度是rwidth(0~1),=1没有缝隙
ax2.set_title("Histogram with Kernel Density Estimate")
# 调整子图之间的间距
plt.tight_layout()
# 显示图形
plt.show()
# 正态性检验 - Shapiro-Wilk检验
stat, p = stats.shapiro(data)
print("Shapiro-Wilk检验统计量:", stat)
print("Shapiro-Wilk检验p值:", p)
# Anderson-Darling检验
result = stats.anderson(df['Data'], dist='norm')
print("Anderson-Darling检验统计量:", result.statistic)
print("Anderson-Darling检验临界值:", result.critical_values)
# 执行单样本K-S检验，假设数据服从正态分布
statistic, p_value = stats.kstest(data, 'norm')
print("K-S检验统计量:", statistic)
print("K-S检验p值:", p_value)
---------------------
如果数据无法通过变换满足正态性假设，可以考虑使用非参数统计方法，如Wilcoxon秩和检验或Kruskal-Wallis检验，来进行假设检验。
Wilcoxon秩和检验（也称为Wilcoxon符号秩检验或Wilcoxon-Mann-Whitney检验）是一种非参数统计方法，用于比较两个独立样本的中位数是否存在显著差异。这个检验适用于不满足正态分布假设的数据。以下是使用Python进行Wilcoxon秩和检验的示例代码：
python">import numpy as np
from scipy.stats import wilcoxon
# 生成两个示例数据集，替换成你的实际数据
group1 = np.array([75, 80, 85, 90, 95])
group2 = np.array([60, 70, 75, 80, 85])
# 执行Wilcoxon秩和检验
statistic, p_value = wilcoxon(group1, group2)
# 输出检验结果
print("Wilcoxon秩和检验统计量:", statistic)
print("Wilcoxon秩和检验p值:", p_value)
# 判断显著性
alpha = 0.05 # 设置显著性水平
if p_value < alpha:
print("拒绝原假设：两组数据的中位数存在显著差异")
else:
print("无法拒绝原假设：两组数据的中位数没有显著差异")
Kruskal-Wallis检验是一种非参数统计方法，用于比较三个或更多独立样本的中位数是否存在显著差异。与Wilcoxon秩和检验类似，Kruskal-Wallis检验也适用于不满足正态分布假设的数据。以下是使用Python进行Kruskal-Wallis检验的示例代码：
python">import numpy as np
from scipy.stats import kruskal
# 生成三个示例数据集，替换成你的实际数据
group1 = np.array([75, 80, 85, 90, 95])
group2 = np.array([60, 70, 75, 80, 85])
group3 = np.array([70, 75, 78, 82, 88])
# 执行Kruskal-Wallis检验
statistic, p_value = kruskal(group1, group2, group3)
# 输出检验结果
print("Kruskal-Wallis检验统计量:", statistic)
print("Kruskal-Wallis检验p值:", p_value)
# 判断显著性
alpha = 0.05 # 设置显著性水平
if p_value < alpha:
print("拒绝原假设：至少有一组数据的中位数存在显著差异")
else:
print("无法拒绝原假设：各组数据的中位数没有显著差异")
