我应该使用哪个scipy统计检验来比较样本均值？

Question

假设样本量不相等，下面情况下我该使用什么检验方法来比较样本均值（请更正如果以下任何内容不正确）：

正态分布=真且方差齐性=真

scipy.stats.ttest_ind(sample_1, sample_2)

正态分布 = 真，方差齐性 = 假

scipy.stats.ttest_ind(sample_1, sample_2, equal_var = False)

正态分布 = 错误且方差的同质性 = 正确

scipy.stats.mannwhitneyu(sample_1, sample_2)

正态分布 = 错误，且 方差齐性 = 错误

???

- blahblahblah

---

这似乎更像是一个统计学问题。你尝试过交叉验证吗：http://stats.stackexchange.com/？ - TWhite

谢谢，我已经在这里发布了问题：[链接]（http://stats.stackexchange.com/questions/110175/how-do-i-compare-sample-means-in-this-experimental-control-group-study） - blahblahblah

Answer 1

快速回答：

正态分布 = 真实，方差齐性 = 不真实，样本量 > 30-50

scipy.stats.ttest_ind(sample1, sample2, equal_var=False)

优秀的回答：

如果你查看中心极限定理，它说（来自维基百科）：“在概率论中，中心极限定理（CLT）指出，在某些条件下，独立随机变量的足够多次迭代的算术平均值，每个变量都有一个明确定义（有限）的期望值和有限方差，将近似服从正态分布，而不管底层分布如何”

因此，虽然你没有正态分布的总体，但如果你的样本足够大（大于30或50个样本），那么样本的平均数就会服从正态分布。所以，你可以使用：

scipy.stats.ttest_ind(sample1, sample2, equal_var=False)

这是一个双边检验，用于检验两个独立样本是否具有相同的平均值（期望值）。如果选择 equal_var = False 选项，则执行 Welch's t-test，它不假设相等的总体方差。

- ivangtorre