t-test代码

t-test是一种用于检验两个样本的均值是否有显著差异的假设检验方法。下面是一个使用Python进行t-test的示例代码：

import numpy as np
from scipy import stats

# 生成两个样本数据，分布为正态分布
sample1 = np.random.normal(loc=5, scale=2, size=50)
sample2 = np.random.normal(loc=7, scale=2, size=50)

# 计算两个样本的均值和标准差
mean1, mean2 = np.mean(sample1), np.mean(sample2)
std1, std2 = np.std(sample1, ddof=1), np.std(sample2, ddof=1)

# 计算t值和p值
t, p = stats.ttest_ind(sample1, sample2)

# 输出结果
print("Sample 1: Mean={}, Std={}".format(mean1, std1))
print("Sample 2: Mean={}, Std={}".format(mean2, std2))
print("t-value={}, p-value={}".format(t, p))

该代码使用了NumPy和SciPy库。首先，通过`np.random.normal()`函数生成两个正态分布的样本数据。然后，使用`np.mean()`和`np.std()`函数计算两个样本的均值和标准差。接下来，使用`stats.ttest_ind()`函数计算t值和p值。最后，输出结果。