excel 结果和统计测试的 p 值不一样

Question

我试图从这个Excel表格中得到相同的结果，表明体重和结果之间存在联系（去健身房后）

Excel 上的结果显示 p 值为 1.28%（对于 2 尾）和 0.64%（对于 1 尾）。

给定

weight = np.array([70,71,76,84,72,78,79,80,74,75])
result = np.array([67,70,77,80,70,79,70,77,70,70])

然后我这样做：

stats.ttest_ind(B,A)

我明白了

Ttest_indResult(statistic=4.413795011355454, pvalue=0.00015789925499823287)

我做错了什么？

Answer 1

如评论之一所示，您需要执行配对样本/相关样本 t 检验。

from scipy import stats
import numpy as np
weight = np.array([70,71,76,84,72,78,79,80,74,75])
result = np.array([67,70,77,80,70,79,70,77,70,70])
stats.ttest_rel(weight, result)
# TtestResult(statistic=3.0972820171137343, pvalue=0.012778381715135633, df=9)

它检验“总体均值差异”（相应观测值之间）为零的原假设，而独立样本 t 检验检验“总体均值之间的差异”为零的原假设。 如果备择假设是单方面的，请使用 alternative 参数。例如，如果替代方案是总体差异平均值大于零，

stats.ttest_rel(weight, result, alternative='greater'
# TtestResult(statistic=3.0972820171137343, pvalue=0.0063891908575678166, df=9)