【问题标题】:Why does t-test return nan/pandas python为什么 t-test 返回 nan/pandas python
【发布时间】:2021-10-04 20:25:19
【问题描述】:

df:

gender   order
F         1
F         1
M         1
F         1
M         1
F         1

目的:检查 F 和 M 的均值是否显着不同。我想检查订单 1 的女性和男性之间是否存在显着差异。(我觉得有问题,但现阶段无法弄清楚)。结果我的代码给出了Ttest_indResult(statistic=nan, pvalue=nan);我在下面的代码中使用了这个ref

from scipy.stats import ttest_ind
cat1 = df[df['gender']=='F']
cat2 = df[df['gender']=='M']
t_tst_rsult = ttest_ind(cat1['order'], cat2['order'])
print(t_tst_rsult)

【问题讨论】:

  • 你看过cat1['order']cat2['order']吗?它们确实是浮点系列吗?
  • 两组(MF)具有相同的值,因此测试不会检测到差异,因此是 nan pvalues
  • 正如 Simon 所说的 +1,更改订单列中的值并重新运行相同的代码,您会看到正确的结果
  • 好吧,因为值是相同的,所以实际上没有区别
  • 如果order 中的所有内容都为 1,则没有标准偏差或变异,那么进行任何测试都没有任何意义

标签: python pandas t-test


【解决方案1】:

如果有人遇到同样的问题,更好的测试是One Sample Test of Proportions

【讨论】:

    猜你喜欢
    • 2017-05-10
    • 1970-01-01
    • 2010-11-28
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2015-05-20
    • 2021-06-25
    • 2020-01-07
    相关资源
    最近更新 更多