statsmodels.stats.weightstats.ztest¶

statsmodels.stats.weightstats.ztest(x1, x2=None, value=0, alternative='two-sided', usevar='pooled', ddof=1.0)[source]¶

基于正态分布的均值检验，一个或两个样本

在两个样本的情况下，假设样本是独立的。

Parameters:¶

x1array_like, 1-D or 2-D

两个独立样本中的第一个

x2array_like, 1-D or 2-D

两个独立样本中的第二个

valuefloat

在单样本情况下，value 是 x1 在零假设下的均值。 在双样本情况下，value 是 x1 的均值与 x2 的均值在零假设下的差异。检验统计量为 x1_mean - x2_mean - value。

alternativestr

备择假设，H1，必须是以下之一

‘two-sided’: H1: 均值差异不等于值（默认） ‘larger’ : H1: 均值差异大于值 ‘smaller’ : H1: 均值差异小于值

usevarstr, ‘pooled’ or ‘unequal’

如果 pooled，则假设样本的标准差相同。如果 unequal，则假设样本的标准差不同。

ddofint

用于计算均值估计方差的自由度。在比较均值的情况下，这是1，但可以针对其他统计量（比例、相关性）进行调整。

Returns:¶

tstatfloat

测试统计量

pvaluefloat

t检验的p值

注释

usevar 可以在两样本情况下合并或不等