假设检验总体和样本平均值

Posted 2023-03-12

【中文标题】假设检验总体和样本平均值

【英文标题】：hypothesis test population and sample averages

【发布时间】：2020-02-25 08:42:10

【问题描述】：

我的人群平均体重为 5 磅。我从人群中抽取了 5879 个观察样本。样品的总重量为 410522 磅。我试图弄清楚样本的平均体重是否明显高于总体。假设总体服从正态分布。我正在尝试使用 stats 模型中的 ratios_ztest。我不确定我是否正确使用了 counts 和 nobs 变量。有人可以告诉我我是否正确使用该功能，还是建议其他功能？我正在尝试获取 p 值。

代码：

import statsmodels.api as sm

cnt=410522
nbs=58759
vL=5


sm.stats.proportions_ztest(cnt, 
                                  nbs,
                                  vL, 
                                  alternative='larger')[1]

【问题讨论】：

权重不​​是比例，所以可以使用标准t检验。比例测试不适用于此表格。

【参考方案1】：

您可以使用scipy.stats.ttest_1samp(a, popmean) 来获取t 和p_value。

这是对零假设的双边检验，即独立观察样本a 的期望值（均值）等于给定的总体均值popmean。

阅读更多详情here。

如果您想测试样本的平均体重是否明显高于总体，您应该将 P-value/2 相除以获得右尾 P_value。

【讨论】：

感谢您回复我，这正是我想要的。

如果我想知道样本均值是否大于总体均值，我需要 1-p/2，或者如果样本均值大于总体均值，则只需要 p/2？

要注意H0假设是sample_mean = pop_mean，此时Ha假设是sample_mean > pop_mean，所以如果P_value小于显着性水平，即0.05，可以拒绝H0，得出结论，样本的平均权重明显高于总体。