python统计分析——统计学假设检验和统计学建模

2024-04-02 07:12

本文主要是介绍python统计分析——统计学假设检验和统计学建模,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

参考资料:python统计分析【托马斯】

        对于大部分统计问题,我们可以从两个角度来看:可以做一个假设,并证实或证伪;或是建立一个统计模型,并分析模型参数的显著性。我们用经典的t检验做例子进行介绍:

1、t检验

        假设我们在两种不同场景下对一个赛车对的表现进行衡量。代码如下:

# 导入库
import numpy as np
from scipy import stats# 设置随机种子,用于复现结果
np.random.seed(123)
# 生成第一次比赛的数据
race_1=np.round(np.random.randn(20)*10+90)
# 生成第二次比赛的数据
race_2=np.round(np.random.randn(20)*10+85)
# 进行配对t检验
t,pVal=stats.ttest_rel(race_1,race_2)
# 输出结果:
print("两次比赛结果相等的概率是:{0:5.3f}".format(pVal))

2、统计学建模

        用统计学模型的角度来表达,我们假设第一次和第二次的比赛差异是一个常量(本例的无效假设是该常量等于0)。这个模型只有一个参数:这个常量。我们可以用下面的代码得到这个参数以及它的置信区间和大量其他信息。

# 导入新的库
import pandas as pd
import statsmodels.formula.api as smf# 将数据生成dataframe格式
df=pd.DataFrame({'Race1':race_1,"Race2":race_2
})# 用普通最小二乘法拟合统计模型
result=smf.ols(formula='I(Race2-Race1)~1',data=df).fit()
# 输出拟合结果
print(result.summary())

        最重要的是拟合的步骤。来自statsmodels的smf.ols函数能够检验模型,该模型描述了第一次和第二次比赛之间的而差异,并且只有一个偏差,这个偏差在建模型语句中叫作截距。上图的结果显示截距为0 的概率只有0.033,和0的差异显著。

        这里重点说明的是:用统计学模型得到的截距t值和p值与传统的t检验得到的结果是一样的

这篇关于python统计分析——统计学假设检验和统计学建模的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/869321

相关文章

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Python中你不知道的gzip高级用法分享

《Python中你不知道的gzip高级用法分享》在当今大数据时代,数据存储和传输成本已成为每个开发者必须考虑的问题,Python内置的gzip模块提供了一种简单高效的解决方案,下面小编就来和大家详细讲... 目录前言:为什么数据压缩如此重要1. gzip 模块基础介绍2. 基本压缩与解压缩操作2.1 压缩文