python 双侧T检验

双侧 T 检验是用于比较两个样本均值是否有显著差异的统计方法。在 Python 中，你可以使用 SciPy 库的 ttest_ind 函数进行双侧 T 检验的计算。下面是一个简单的示例代码：

import numpy as np
from scipy.stats import ttest_ind

# 生成两个样本数据
sample1 = np.random.normal(loc=0, scale=1, size=100)
sample2 = np.random.normal(loc=0.5, scale=1, size=100)

# 进行双侧 T 检验
t_statistic, p_value = ttest_ind(sample1, sample2)

# 输出结果
print("T statistic:", t_statistic)
print("P value:", p_value)

在上面的代码中，我们使用了 numpy 生成了两个正态分布的样本数据（sample1 和 sample2），然后使用 ttest_ind 函数进行双侧 T 检验的计算。最后输出了 T 统计量和 P 值。

请注意，这只是一个简单的示例，你可以根据自己的数据和需求进行相应的修改。