如何在Scipy中模拟双样本t检验

Question

我正在尝试在Python中模拟MS Excel的t-probe函数。我需要这样做是因为我必须自动化一些之前在Excel中完成的计算。以下是我的测试程序：

import scipy.stats
a = [5, 0.9,  -0.4, -0.9, 0.5, 0.8, 0.2, 0.2, 0, -0.8]
b = [1.1, 0.9, -0.5, -0.7, 0.6, 0.7, 0.3, 0.1, -0.1, -0.7]

print scipy.stats.ttest_ind(a,b, equal_var=True)

这是结果：

(array(0.6661542796363409), 0.51376033318001801)

然而，对于相同的输入，Excel给出了这个值：0.35844407。

我注意到他们使用了tail=2参数（请参见http://office.microsoft.com/en-us/excel-help/ttest-HP005209325.aspx）。不幸的是，我不知道如何用scipy计算双尾t检验。（事实上我不知道这是什么。）

另一个非常奇怪的事情是，在scipy中，当我改变样本顺序时，结果会略有不同。例如，如果我将-0.7移动到b的开头，那么我得到的结果是0.51376033318001824，而不是0.51376033318001801。虽然差别不大，但还是存在。

对于Excel来说，情况完全不同——看起来，当样本顺序不同时，双尾t检验会给出显著不同的结果。

问题是：我该如何在scipy中模拟Excel版本的双尾t检验？

- nagylzs

Answer 1

看起来像是 Excel 正在计算 ttest_rel:

In [15]: import scipy.stats as stats

In [20]: stats.ttest_rel(a, b)
Out[20]: (array(0.9677712267394081), 0.35844406902161985)

当a和b相关时，请使用stats.ttest_rel。文档表示：

使用[ttest_rel]的示例是同一组学生在不同考试中的分数，或从相同单位进行重复抽样。

当a和b独立时，请使用stats.ttest_ind。

如果我们观察来自相同或不同人群的两个独立样本，例如男孩和女孩或两个种族的考试成绩，则可以使用[ttest_ind]。

- unutbu

---

还有一件事我不明白。在Python版本中，样本的顺序并不重要。例如，如果我调用a.sort(),b.sort()，那么ttest_rel的返回值是相同的。然而，如果我在Excel中进行排序，则会得到完全不同的结果。为什么会这样呢？（我知道这不再是一个真正的编程问题了） - nagylzs

顺序很重要，即使对于ttest_rel也是如此。例如，ttest_rel(a, sorted(b))与ttest_rel(a, b)给出不同的结果。ttest_rel(sorted(a), sorted(b))恰好与ttest_rel(a, b)给出相同的结果是巧合。在ttest_rel的源代码中，有一行代码d = (a - b).astype(np.float64)，因此很明显顺序很重要。如果你将完全相同的数据提供给Excel和ttest_rel，却得到不同的结果，那么就需要重新检查了... - unutbu

谢谢。所以这只是偶然发生的。 :-) 不过我注意到，对于ttest_ind而言，顺序并不重要。但我能理解这一点。 - nagylzs

在这个例子中(stats.ttest_rel(a, b))，小的p值代表什么意思？ - SdSaati