Scipy Stats ttest_1samp 假设测试用于比较以前的性能与样本答案

【问题标题】：Scipy Stats ttest_1samp Hypothesis Testing For Comparing Previous Performance To SampleScipy Stats ttest_1samp 假设测试用于比较以前的性能与样本
【发布时间】：2016-06-17 17:18:42
【问题描述】：

我要解决的问题

我有 11 个月的绩效数据：

        Month  Branded  Non-Branded  Shopping  Grand Total
0    2/1/2015     1330          334       161         1825
1    3/1/2015     1344          293       197         1834
2    4/1/2015      899          181       190         1270
3    5/1/2015      939          208       154         1301
4    6/1/2015     1119          238       179         1536
5    7/1/2015      859          238       170         1267
6    8/1/2015      996          340       183         1519
7    9/1/2015     1138          381       172         1691
8   10/1/2015     1093          395       176         1664
9   11/1/2015     1491          426       199         2116
10  12/1/2015     1539          530       156         2225

假设现在是 2016 年 2 月 1 日，我问“1 月份的结果在统计上与过去 11 个月有什么不同吗？”

       Month  Branded  Non-Branded  Shopping  Grand Total
11  1/1/2016     1064          408       106         1578

我偶然发现了一个博客...

我偶然发现了iaingallagher 的博客。我会在这里复现（以防博客宕机）。

1 样本 t 检验

当我们想要将样本均值与人口均值（我们已经知道）。英国男人的平均水平是身高 175.3 厘米。一项调查记录了 10 名英国男性的身高，我们想知道样本的平均值是否与人口平均数。

# 1-sample t-test
from scipy import stats
one_sample_data = [177.3, 182.7, 169.6, 176.3, 180.3, 179.4, 178.5, 177.2, 181.8, 176.5]

one_sample = stats.ttest_1samp(one_sample_data, 175.3)

print "The t-statistic is %.3f and the p-value is %.3f." % one_sample

结果：

The t-statistic is 2.296 and the p-value is 0.047.

最后，我的问题...

在 iaingallagher 的示例中，他知道总体均值并正在比较样本 (one_sample_data)。在我的示例中，我想查看 1/1/2016 是否与前 11 个月在统计上有所不同。所以在我的例子中，前 11 个月是一个数组（而不是单个总体平均值），而我的样本是一个数据点（而不是数组）......所以它有点倒退。

问题

如果我专注于Shopping 列数据：

scipy.stats.ttest_1samp([161,197,190,154,179,170,183,172,176,199,156], 106) 是否会产生有效结果，即使我的样本（第一个参数）是先前结果的列表，并且我将其与 popmean 进行比较，这不是总体平均值，而是一个样本。

如果这不是正确的统计功能，有什么建议可以用于这种假设检验情况吗？

【问题讨论】：

这更像是一个统计问题而不是编程问题。您最好删除编程方面并在Cross Validated 上询问统计信息。
在此处发布问题之前我已经这样做了（甚至对问题进行了赏金），但不确定我可以使用ttest_1samp 的结论是否正确。即使有交叉验证的赏金，我也没有得到太多对这个问题的回应（这似乎是一个很常见的 IMO）Question can be found here
你到底在问什么，而那里没有回答？该答案告诉您使用两个样本的 t 检验。我不确定我是否同意这一点，但无论哪种方式，这仍然是 Cross Validated 的问题。你的问题没有提到单样本t检验，所以答案没有解决。如果您对此用例的单样本 t 检验的统计有效性有疑问，您应该在 Cross Validated 上询问单样本 t 检验。
我不同意你的看法。这个问题是关于scipy 中的一个函数的编程特定问题，以及第一个参数是否可以与一个数组交换，其中该数组是历史数据而不是样本数据，而不是输入总体平均值，我'正在输入一个样本。问题是，这是否仍会返回有效的比较。这里有很多 scipy 用户可能知道这个问题的答案。给出交叉验证答案的用户使用了 R，我正在尝试找到与之等效的 R，但不确定 ttest_1samp 是否是这样。

标签： python scipy statistics

【解决方案1】：

如果您只对 "Shopping" 列感兴趣，请尝试创建一个 .xlsx 或 .csv 文件，其中仅包含来自 "Shopping" 列的数据。

通过这种方式，您可以导入这些数据并使用 pandas 对每一列单独执行相同的 T 检验。

import pandas as pd
from scipy import stats
data = pd.read_excel("datafile.xlxs")
    one_sample_data = data["Shopping"]

    one_sample = stats.ttest_1samp(one_sample_data, 175.3)

【讨论】：