Python（numpy、scipy等）中是否有t检验表？

Question

我正在尝试编写一个脚本，它会获取一个数字样本池，并使用来自表格的t值制作比stdev更准确的标准差。这是一个练习，因为我还比较新于Python和编程。

例如：10个样本，我想要从0.975列中获取t表的值。在这种情况下，它是10-1，第9行在0.975列中具有t值2.262。

是否有一种简单的方式可以在Python中直接输入需要的X行0.975列的t值，并在进一步的计算中使用它？

还是必须找到CVS文件并尝试以那种方式导入值？我已经尝试了scipy.stats函数，但对于刚开始学习并且没有做过p值或类似统计学的人来说，它有点令人不知所措。

- MrZwing

---

我相信您正在寻找https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.ttest_1samp.html。 - Terry Jan Reedy

Answer 1

你可以使用scipy.stats.t的ppf方法（即分位函数）：

In [129]: from scipy.stats import t

In [130]: alpha = 0.025

In [131]: t.ppf(1 - alpha, df=9)
Out[131]: 2.2621571627409915

t.ppf() 最终调用了scipy.special.stdtrit，因此您也可以使用该函数来避免通过 t.ppf() 的轻微开销：

In [141]: from scipy.special import stdtrit

In [142]: alpha = 0.025

In [143]: stdtrit(9, 1 - alpha)
Out[143]: 2.2621571627409915

（如果您想知道为什么该函数被命名为stdtrit，则是针对T的学生T分布函数的反函数。清楚吗？）

- Warren Weckesser

---

嗯，有趣的解决方案。顺便问一下，我能否将“1-alpha”替换为例如： alpha = 0.975 df = 9 t.ppf (alpha, df)并获得相同的结果？ - MrZwing

是的，您可以用实际值替换1-alpha。我这样写是因为通常将t检验的显著性水平称为“alpha”（例如https://onlinecourses.science.psu.edu/statprogram/node/137，https://onlinecourses.science.psu.edu/statprogram/node/137）。 - Warren Weckesser

啊，我是自学的，所以不知道真正的实践。但如果我有什么东西要分享的话，这很好知道。 - MrZwing

Answer 2

我在Python中找不到一个直接的方法，但是我找到了rpy2，它可以让很多R功能在Python中使用，包括他们的t.test功能。

- nocab