Python-两独立样本资料t检验

本文701字5图，预计阅读需5分钟.

两独立样本资料t检验scipy帮助文档，如下：

数据来源和检验假设

方积乾主编第七版《卫生统计学》，例6-4.

某医师要观察两种药物对原发性高血压的疗效，将诊断为II期高血压的20名患者随机分为两组（两组患者基线时血压之间的差别无统计学意义），一组用卡托普利治疗，一组用尼莫地平治疗，3个月后观察舒张压下降的幅度（mmHg），试比较两药的降压效果差异？

H0: 两组患者舒张压下降值的总体均数相等.

H1: 两组患者舒张压下降值的总体均数不相等.

α=0.05

应用条件验证

正态性检验结果

选择W检验（夏皮罗-威尔克），P1=0.978，P2=0.533，尚不能认为两组数据不服从正态分布。

方差齐性检验结果

levene检验：F=0.117，P=0.736，尚不能认为两组数据方差不相等。

结轮

t=0.454，P=0.656，在α=0.05的检验水准上，不拒绝H0，差异无统计学异议，尚不能认为卡托普利和尼莫地平两种药物降压效果有差别。

结果与R、SPSS一致，Python两独立样本资料t检验代码：

A =(12,17,13,8,4,10,9,12,10,7)#卡托普利组患者舒张压下降幅度

B =(11,8,12,13,9,10,8,0,7,16)#尼莫地平组患者舒张压下降幅度

from scipy import stats

stats.shapiro(A)#卡托普利组正态性检验

stats.shapiro(B)#莫尼地平正态性检验

stats.levene(A,B)#方差齐性检验

stats.ttest_ind(A, B, equal_var = False)#两独立样本t检验