python中如何做假设检验

在Python中进行假设检验，可以使用SciPy库中的统计函数，以下是一个简单的例子，展示了如何使用t检验（一种假设检验方法）来比较两组数据的均值是否有显著差异。

我们需要导入所需的库：

import numpy as np
from scipy import stats

接下来，我们创建两组数据，我们可以使用以下代码生成两组随机数据：

np.random.seed(0)  # 设置随机数种子，以便结果可重复
group1 = np.random.normal(loc=5, scale=2, size=100)  # 生成第一组数据，均值为5，标准差为2
group2 = np.random.normal(loc=6, scale=2, size=100)  # 生成第二组数据，均值为6，标准差为2

现在，我们可以使用stats.ttest_ind()函数来进行t检验，这个函数会返回两个值：t统计量和p值，t统计量表示两组数据的均值之差与它们的标准误差之比，而p值表示观察到的数据在零假设下的概率。

t_stat, p_value = stats.ttest_ind(group1, group2)

我们可以输出t统计量和p值，以判断两组数据的均值是否有显著差异：

print("t统计量：", t_stat)
print("p值：", p_value)

如果p值小于某个显著性水平（例如0.05），则我们可以拒绝零假设，认为两组数据的均值有显著差异，在这个例子中，我们没有指定显著性水平，因此默认值为0.05。