【问题标题】：Wrong P_value given by ttest_1sampttest_1samp 给出的 P_value 错误
【发布时间】：2020-08-01 13:05:20
【问题描述】：

这是一个单样本 t 检验示例：

from scipy.stats import ttest_1samp
import numpy as np

ages = [32., 34., 29., 29., 22., 39., 38., 37.,38, 36, 30, 26, 22, 22.]
ages_mean = np.mean(ages)
ages_std = np.std(ages, ddof=1)
print(ages_mean)
print(ages_std)
ttest, pval = ttest_1samp(ages, 30)
print("ttest: ", ttest)
print("p_value: ", pval)
#31.0
#6.2634470725607025
#ttest:  0.5973799001456603
#p_value:  0.5605155888171379

# check analytically:
my_ttest = (ages_mean - 30.0)/(ages_std/np.sqrt(len(ages)))
print(t)
#0.5973799001456603

检查 p_value

根据定义p_value = P(t>=0.59) = 1 - P(t<=.59).
使用 Z 表，我们得到了p_value = 1 - 0.7224 = 0.2776 # 0.56!!!

【问题讨论】：

标签： python numpy scipy statistics hypothesis-test

【解决方案1】：

如果您检查 ttest_1samp 的小插图，它会写道：

所以它是一个双边 p 值，意味着获得比这更极端的绝对 t 统计量的概率总和。

t 分布是对称的，所以我们可以取 -abs(t stat) 并乘以 2 进行 2 边检验，p 值为：

from scipy.stats import t
2*t.cdf(-0.5973799001456603, 13)
0.5605155888171379

您的导出值对于单边 t 检验是正确的 :)

【讨论】：