【数据分析】推断统计学及Python实现

各位大佬好 ,这里是阿川的博客,祝您变得更强

在这里插入图片描述 个人主页在线OJ的阿川

大佬的支持和鼓励,将是我成长路上最大的动力在这里插入图片描述

阿川水平有限,如有错误,欢迎大佬指正在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Python 初阶
Python–语言基础与由来介绍
Python–注意事项
Python–语句与众所周知
数据清洗前 基本技能
数据分析—技术栈和开发环境搭建
数据分析—Numpy和Pandas库基本用法及实例
推断统计学前 必看
数据分析—三前奏:获取/ 读取/ 评估数据
数据分析—数据清洗操作及众所周知
数据分析—数据整理操作及众所周知
数据分析—统计学基础及Python具体实现
数据分析—数据可视化Python实现超详解

目录

  • 推断统计学简介
    • T检验/Z检验概述
    • 检验具体实现

统计学

推断统计学简介

推断统计学

  • 涉及假设检验
    • 通过样本做出关于总体推断或预测
      • 样本也称之为对象
        • 统计量描述样本特征的数值
      • 总体所有对象集合
        • 参数特征数值

图1

T检验/Z检验概述

推断统计学中会涉及T检验和Z检验重点
独立双样本T检验或Z检验

  • 独立不同的总体,彼此之间无关联
  • 双样本比较两个不同样本
  • T检验/Z检验:用于确定样本的平均值之间 是否存在统计显著性排除随机可能性
    • Z检验相对于T检验而言,可以提供更高准确性和敏感性

前提条件

  • 随机抽样
  • 总体大致呈正态分布
    • 中间值多
    • 两边极端值少

图2

  • Z检验总体方差要已知样本量大于30

图3

检验具体实现

步骤一 建立假设
原假设H0(一般为不支持的可能)
参数A不高于参数B
备择假设H1(一般为支持的可能)
参数A高于参数B
图4

步骤二 选择单尾或双尾检验
双尾推断总体是否有差异正差异和负差异都可以不在乎 谁大谁小

  • 原假设:两个参数存在差异
  • 备择假设:两个参数不存在差异

单尾检验差异正差异和负差异在乎谁大谁小

  • 原假设:参数A没有大于参数B
  • 备择假设:参数A大于参数B
    或者
  • 原假设:参数A没有小于参数B
  • 备择假设:参数A小于参数B

步骤三 确定显著水平
允许检验犯错误的概率

  • 允许检验犯错误的概率高,表示检验宽松
  • 允许检验犯错误的概率低,表示检验严格

显著水平数值

  • 双尾小于0.05

    • 表示如果检验结果是 拒绝原假设,原假设实际为 真概率为5%
      • 如果检验结果是 拒绝原假设,结论95%概率是对的
  • 单尾小于0.025

    • 表示如果检验结果是 拒绝原假设,原假设实际为真概率为2.5%
      • 如果检验结果是 拒绝原假设,结论97.5%概率是对的

在这里插入图片描述

不同项目,显著水平设定有所不同(例如医药临床方面,显著水平设为一般为0.01

显著性水平一般用alpha字母表示,用ifp值进行比较来进行筛选

在这里插入图片描述

步骤四 计算T值/Z值
表示两个样本之间均值的大小
T = x   1   − x   2   s   1   2 n   1   + s   2   2 n   2   T={ {x~1~ - x~2~ } \over \sqrt{ {s~1~ ^2\over n ~1~ }+{s~2~ ^2\over n ~2~ } }} T=n 1 s 1 2+n 2 s 2 2 x 1 x 2 

x1和x2 是两个样本均值
s12和 s22 是两个样本方差
n1和n2 是两个样本大小

安装Scipy库(该库基于Numpy

  • pip install scipy

在这里插入图片描述

导入
from scipy.stats import ttest_ind

  • 专门用来做独立双样本T检验函数

    • ttest_ind(样本对象1,样本对象2

    在这里插入图片描述

ttest_ind返回t值和p值默认p值为双尾,若是单尾检验,要在其返回值上除以二才是双尾的值
样本对象P表示:

  • 总体之间 不存在显著差异,那样本之间存在当前这种显著或更极端的差异多大概率
    • P值小 假设总体没有差异的话,样本有当前的差异小概率,即为拒绝原假设
    • P值大 假设总体有没有差异的话,样本有当前的差异大概率,即为接受原假设

Z = x   1   − x   2   σ   1   2 n   1   + σ   2   2 n   2   Z={ {x~1~ - x~2~ } \over \sqrt{ {\sigma~1~ ^2\over n ~1~ }+{\sigma~2~ ^2\over n ~2~ } }} Z=n 1 σ 1 2+n 2 σ 2 2 x 1 x 2 
x1和x2 是两个样本均值
σ \sigma σ1 2 σ \sigma σ2 2 是两个总体的 已知方差
n1和n2 是两个样本大小
安装 pip install statsmodels

在这里插入图片描述
导入
statsmodels.stats.weightstats import ztest

  • ztest(样本对象T,样本对象P,alternative=" ")
    • alternative 该参数为可选择的
      • =two-sided 表示两尾
      • =larger 表示单尾
      • =smaller 表示想推断第一个总体均值是否显著小于第二个总体均值

在这里插入图片描述

实际上只需P值和显著水平就可以查看接受或拒绝原假设

步骤五 计算自由度Z检验不需要

  • 自由度=样本1+样本2 - 2

步骤六 查看T值/Z值临界值表

T值临界值表
在这里插入图片描述

Z值临界值表
在这里插入图片描述

步骤七 比较临界值和T值

  • T值临界值 表示拒绝原假设
  • T值<临界值 表示接受原假设

好的,到此为止啦,祝您变得更强

在这里插入图片描述
想说的话

实不相瞒,写的每篇博客都要写六个小时以上(加上自己学习和纸质笔记,共八九小时吧),很累希望大佬支持

在这里插入图片描述

道阻且长 行则将至

个人主页:在线OJ的阿川大佬的支持和鼓励,将是我成长路上最大的动力 在这里插入图片描述