Scipy t-test统计中的一个样本？

Question

是否可以使用scipy.stats.ttest_1samp进行t检验，其中输入是统计数据而不是数组？例如，区别在于您有两个选项：ttest_ind（）和ttest_ind_from_stats（）。

import numpy as np
import scipy.stats as stats
from scipy.stats import norm

mean1=35.6
std1=11.3
nobs1=84
mean2=44.7
std2=8.9
nobs2=84
print(stats.ttest_ind_from_stats(mean1, std1, nobs1, mean2, std2, nobs2, equal_var=False))
# alternatively, you can pass 2 arrays
print(stats.ttest_ind(
stats.norm.rvs(loc=mean1, scale=std1, size=84), 
stats.norm.rvs(loc=mean2, scale=std2, size=84),
equal_var=False)
 )

是否有单样本t检验的等效函数？谢谢您的帮助。

Answer 1

TL;DR

单个样本测试没有这样的功能，但您可以使用两个样本功能。简而言之，要执行一个样本t检验，请执行以下操作：

sp.stats.ttest_ind_from_stats(mean1=sample_mean, 
                              std1=sample_std, 
                              nobs1=n_samples, 
                              mean2=population_mean, 
                              std2=0, 
                              nobs2=2, 
                              equal_var=False)

请注意，结果完全独立于nobs2（因为它应该是，因为在一个样本测试中没有n2）。只需确保传入值> 1以避免除以零。

---

How does it work?

查看有关different types of t-test的维基百科页面。

一个样本t检验使用统计量

n - 1自由度。

ttest_ind_from_stats函数可以进行Welch的t检验（样本大小不等，方差不等），定义为

与

和自由度：

我们可以将Welch t检验的定义转换为单样本t检验。如果我们将mean2设置为总体均值并且将std2设置为0，则t统计量的等式是相同的，并且自由度减小到n-1。