说明
1、T检验又称studentt，主要用于样品含量小(如n-30)、整体标准差σ未知的正态分布。
T检验是用T分布理论推断差异的概率，比较两个平均值的差异是否明显。T检验可分为单体检验、双体检验和配对样本检验。
2、常用于自变量X是离散数据，自变量Y是连续数据(x只能是2类)，数据必须正常分布。
实例
importnumpy importscipy fromscipyimportstats #stats.norm.rvs从平均值为5、标准差为10的分布中提取10个数字 data1=stats.norm.rvs(loc=5,scale=10,size=10) data2=stats.norm.rvs(loc=5,scale=20,size=10) print(stats.levene(data1，data2)#如果返回结果的p值远远大于0.05，那么我们认为这两个整体是方差齐的。 #如果两者没有方差齐，则需要添加参数equal_val，并将其设置为false。 #如果两者没有方差齐，则需要添加参数equal_val，并将其设置为false。 print(stats.ttest_ind(data1，data2，equal_var=True))
以上是python中T检查的理解，希望对大家有所帮助。更多Python学习指导：python基础教程
本文教程操作环境：windows7系统Python 3.9.1，DELL G3电脑。