Python计算假设检验

假设检验是一种统计学方法，用于确定样本数据是否足以支持对总体的某些假设。在Python中，可以使用不同的库来执行假设检验，例如scipy和statsmodels。下面是一个使用scipy库进行t检验的例子：

import scipy.stats as stats
import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 执行t检验
t_statistic, p_value = stats.ttest_1samp(data['column_name'], popmean=expected_mean)

# 输出结果
print('t统计量为：', t_statistic)
print('p值为：', p_value)

# 判断是否拒绝原假设
if p_value < 0.05:
    print('拒绝原假设')
else:
    print('接受原假设')

在上面的代码中，我们首先使用pandas库读取数据，然后使用scipy库的ttest_1samp函数执行t检验。该函数需要两个参数：样本数据和总体均值。在这个例子中，我们使用了一个名为“column_name”的列作为样本数据，并将总体均值设置为“expected_mean”。函数返回t统计量和p值。最后，我们根据p值的大小来判断是否拒绝原假设。