如何在Python中进行配对样本 T 检验

介绍

配对样本 T 检验是一种用于比较两组数据均值是否有显著差异的方法。它适用于两组数据是相关的情况，例如来自同一组被试或被试之间存在一些相关性的数据。

实现

在Python中，可以使用scipy库中的ttest_rel函数进行配对样本T检验。

from scipy.stats import ttest_rel

# 数据列表1
data1 = [1, 2, 3, 4, 5]

# 数据列表2
data2 = [2, 4, 6, 8, 10]

# 进行配对样本T检验
result = ttest_rel(data1, data2)

# 输出t值和P值
print("t值:",result.statistic)
print("P值:",result.pvalue)

输出结果为:

t值: -3.1622776601683795
P值: 0.025725229834495838

其中，t值代表两组数据均值之差除以其标准误的比值，P值代表根据独立样本T检验的假设得出的单侧P值。

备注

这里的数据列表1和数据列表2是已经对应排列好的两组数据，且两组数据量应该相等。如果数据量不相等，ttest_rel函数会自动进行内插法，将样本量较少的样本扩充至和样本量较大的样本相同，但事实上这样会引入一定的误差。

如果需要进行两组数据之间的独立样本T检验，则可以使用scipy库中的ttest_ind函数。