最新公告
  • 欢迎您光临立业阁,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 基于python如何实现计算两组数据P值_python教程

  • 正文概述
  • 评价建议

  • 我们在做A/B试验评估的时候需要借助p_value,这篇文章记录如何利用python计算两组数据的显著性。

    一、代码

    # 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检验:两样本T检验

    两样本t检验是比较两个样本所代表的两个总体均值是否存在显著差异。除了要求样本来自正态分布,还要求两个样本的总体方差相等也就是“方差齐性”。

    检验原假设:样本均值无差异(μ=μ0)

    Python命令stats.ttest_ind(data1,data2)

    当不确定两总体方差是否相等时,应先利用levene检验检验两总体是否具有方差齐性stats.levene(data1,data2)如果返回结果的p值远大于0.05,那么我们认为两总体具有方差齐性。如果两总体不具有方差齐性,需要加上参数equal_val并设定为False,如下。

    stats.ttest_ind(data1,data2,equal_var=False) // TTest中默认是具有方差齐性

    三、结果解释

    当p值小于某个显著性水平α(比如0.05)时,则认为样本均值存在显著差异,具体的分析要看所选择的是双边假设还是单边假设(又分小于和大于)注意stats.ttest_ind进行双侧检验。

    当t值大于0,则有((1-p)* 100)%的把握认为认为第一组数据好与第二组数据。例如p=0.05,那么我们有95%的把握认为第一组数据好于第二组数据。

    相关学习推荐:python视频教程

    以上就是基于python如何实现计算两组数据P值的详细内容,更多请关注liyege.cn其它相关文章!

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    • 1021会员总数(位)
    • 111838资源总数(个)
    • 5本周发布(个)
    • 0 今日发布(个)
    • 212稳定运行(天)

    提供最优质的资源集合

    立即查看 了解详情
    冀ICP备19022365号-1 百度地图

    侵权联系邮箱[email protected]

    立业阁(www.liyege.cn)免费提供wordpress主题模板、dedecms模板、帝国cms模板、小说网站源码、电影网站源码以及网络技术分享,建站源码,小说模板,电影模板,网赚教程,VPS推荐