In R
zwei Stichproben eines einseitigen t-Test durchzuführen, ist es möglich, durch die VerwendungWie mit numpy/scipy
> A = c(0.19826790, 1.36836629, 1.37950911, 1.46951540, 1.48197798, 0.07532846)
> B = c(0.6383447, 0.5271385, 1.7721380, 1.7817880)
> t.test(A, B, alternative="greater")
Welch Two Sample t-test
data: A and B
t = -0.4189, df = 6.409, p-value = 0.6555
alternative hypothesis: true difference in means is greater than 0
95 percent confidence interval:
-1.029916 Inf
sample estimates:
mean of x mean of y
0.9954942 1.1798523
In Python Welt zwei Stichproben einer einseitigen t-Test einfach durchzuführen, scipy
bietet ähnliche Funktion ttest_ind, aber die nur zwei-tailed t-Tests tun können. Die nächsten Informationen zu dem Thema, das ich gefunden habe, ist this Link, aber es scheint eher eine Diskussion über die Politik der Implementierung von einseitigen vs zwei-tailed in scipy
zu sein.
Daher meine Frage ist, dass jemand Beispiele oder Anweisungen zur Durchführung der einseitigen Version des Tests mit numpy/scipy
kennt?
Möglicherweise verwandt: http://stats.stackexchange.com/q/31361/21790 –
Hier ist auch ein ähnliches Video: https://www.udacity.com/course/viewer#!/c-ud359/l -649959144/e-638170794/m-638170795 – MarsPlus
Ich bin ein wenig verwirrt durch diese Formulierung von "t". H0: erster ist größer als zweiter 'first = np.random.normal (3,2400); Sekunde = np.random.normal (6,2,400); t, p = stats.test_ind (erste, zweite, Achse = 0, equal_var = True) t-stat = -23.0, p-Wert/2 = 1.33e-90 ' Also habe ich eine Nullhypothese von Größer-als-Test, aber t <0, was bedeutet, dass ich die Nullhypothese nicht ablehnen kann? – Tonja