python 怎么做假设检验

在 Python 中，可以使用 scipy 包中的 stats 模块来进行假设检验。下面以单样本 t 检验为例进行说明：

假设我们有一个样本数据 x，要检验它的均值是否等于某个给定的值 mu。则可以按照以下步骤进行：

1. 导入必要的库

from scipy import stats
import numpy as np

2. 定义样本数据 x 和给定的值 mu

x = np.array([1.2, 1.8, 1.6, 1.4, 1.7])
mu = 1.5

3. 进行假设检验

t_statistic, p_value = stats.ttest_1samp(x, mu)

其中，t_statistic 是 t 统计量的值，p_value 是假设检验的双侧 p 值。

4. 根据 p 值进行假设检验的结论

如果 p 值小于显著性水平 alpha，则拒绝原假设（即均值等于 mu），接受备择假设（即均值不等于 mu）；否则，不能拒绝原假设。

例如，如果我们设显著性水平 alpha 为 0.05，则可以按照以下方式进行：

alpha = 0.05

if p_value < alpha:
    print("p 值为", p_value, "小于显著性水平", alpha, "，拒绝原假设，接受备择假设")
else:
    print("p 值为", p_value, "大于等于显著性水平", alpha, "，不能拒绝原假设")

注意，这里的假设检验是双侧检验，如果要进行单侧检验，需要根据具体问题进行调整。