t检验特征筛选详解及实战

Posted 2021-05-26 Data+Science+Insight

t检验特征筛选详解及实战

 

数据的种类

我们都知道，一般数据可以分为两类，即定量数据（数值型数据）和定性数据（非数值型数据），定性数据很好理解，例如人的性别，姓名这些都是定性数据。定量数据可以分为以下几种：

• 定类数据
  表现为类别，但不区分顺序，是由定类尺度计量形成的。一般可以从非数值型数据中编码转换而来，数值本身没有意义，只是为了区分类别做出的数值型标识，比如1表示男性，0表示女性。定类数据无法比较大小，运算符也无意义。
• 定序数据
  表现为类别，但有顺序，是由定序尺度计量形成的。运算符也没有意义，例如比赛中的排名，不能说第一名到第二名之前的差距与第二名到第三名之间的差距相等。
• 定距数据
  表现为数值，可进行加、减运算，是由定距尺度计量形成的。定距数据的特征是没有绝对的零点，例如温度，不能说10摄氏度的一倍是20摄氏度。因此乘、除法对于定距数据来说也是没有意义的。
• 定比数据
  表现为数值，可进行加、减、乘、除运算，是由定比尺度计量形成的。定比数据存在绝对的零点。例如价格，100元的一倍就是200元。

为什么要再说一次数据类型的概念，因为不同的数据类型使用的检验方法以及对应的特征筛选方法是不一样的。

 

t检验（t test）又称学生t检验（Student t-test）可以说是统计推断中非常常见的一种检验方法，用于统计量服从正态分布，但方差未知的情况。

作者得是有多谦虚，这么经典的东西尽