Python中的一个样本和两个样本t检验

Posted 2023-03-12

【中文标题】Python中的一个样本和两个样本t检验

【英文标题】：One sample & Two Sample t-tests in Python

【发布时间】：2020-06-25 03:57:54

【问题描述】：

我对如何工作有疑问。 Stats 和 Python 世界的新手。一名学生试图在两个处理单元之间做出决定。他想在他的研究中使用处理单元来运行高性能算法，所以他唯一关心的就是速度。他在大型数据集上选择了一种高性能算法，并在两个处理单元上运行了 10 次，每次运行的时间都以小时为单位。结果在下面的 TestSample1 和 TestSample2 列表中给出。

from scipy import stats 
import numpy as nupy
TestSample1 = nupy.array([11,9,10,11,10,12,9,11,12,9])
TestSample2 = nupy.array([11,13,10,13,12,9,11,12,12,11])

假设：以上两个数据集样本都是随机的、独立的、参数化且正态分布的

提示：您可以从 scipy 导入 ttest 函数来执行 t 测试

第一次 T 检验 一个样本 t 检验 检查 TestSample1 的均值是否为零。

零假设是均值等于零。 另一种假设是它不等于零。

问题 2 鉴于， 1. 零假设：数据集之间没有显着差异 2. 替代假设：存在显着差异 做两样本检验，检查是否拒绝 Null Hypothesis。

问题 3 - 做两个样本测试，检查两个样本的速度是否存在显着差异： - TestSample1 & TestSample3

他正在尝试第三个处理单元 - TestSample3。

TestSample3 = nupy.array([9,10,9,11,10,13,12,9,12,12])

假设：两个数据集（TestSample1 和 TestSample3）都是随机的、独立的、参数化的和正态分布的

【问题讨论】：

目前尚不清楚您的问题到底是什么，但这里有一些说明：无论如何，单样本测试不适合您的场景，因为据我了解，您的测试运行是独立的。此外，平均时间为零的零假设显然是荒谬的。提及“数据集之间的差异”令人困惑，因为从您的初始段落来看，您让所有测试在同一个数据集上运行。顺便说一句，标准约定是import numpy as np。也许你可以简化你的问题。

第一个问题是如何在给定的样本1和2上做一个1样本tTest。第二个是如何对Test samples做一个2 sample test来检查是否有显着差异在速度...

【参考方案1】：

问题 1

使用 SciPy 的方法如下：

stats.ttest_1samp(TestSample1, popmean=0)

虽然在这种情况下执行它不是一个有用的测试，因为我们已经知道零假设必须是错误的。负时间是不可能的，因此使总体时间平均值为零的唯一方法是，如果每次测量的时间都始终为零，显然情况并非如此。

问题 2

以下是如何使用 SciPy 对独立样本进行双样本 t 检验：

stats.ttest_ind(TestSample1, TestSample2)

输出：

Ttest_indResult(statistic=-1.8325416653445783, pvalue=0.08346710398411555)

所以 t 统计量是 -1.8，但它与零的偏差在形式上并不显着（p = 0.08）。这个结果是不确定的。当然，最好进行更精确的测量，而不是四舍五入到小时。

在任何情况下，我都会争辩说，鉴于您声明的设置，您也不需要这个测试。两个不同的 CPU 执行完全相同的可能性极小，您只想决定使用哪一个。不管显着性检验结果如何，简单地选择平均时间较短的那个显然是正确的决定。

问题 3

这类似于问题 2。