常用统计方法：T检验、F检验、卡方检验介绍常用的几种统计分析方法：T检验、F检验、卡方 检验一、T检验（一）什么是T检验T检验是一种适合小样本的统计分析方法，通过比较不 同数据的均值，研究两组数据是否存在差异。主要用于样本 含量较小（例如n 0.05 可以认为方差是相等的）stats.ttest_ind（data1,data2）（得出的 p 值是双侧检 验的p值）独立样本和配对样本两种检验的区别在于，配对检验是 基于对同一样本中相同个体的多次测量数据的检验；独立检 验是对于不同样本的个体的测量数据。（三）T检验怎么用1. 首先要明确检验的目的，是单样本T检验、配对样本 的T检验还是独立样本的T检验。2. 进行正态性检验，独立样本需要进行方差齐性检验 （观察是否来自于同一个整体）3. 选择合适的检验方法进行检验（四）T检验注意事项1. 无论哪种T检验、都要数据服从正态或者近似正态分 布。正态性的检验方法有：正态图、正态性检验、P-P图/Q-Q 图等。2. 独立样本的T检验，除了要满足正态性，还需要满足 方差齐性的前提条件。在方差齐性的情况下才可以使用T检 验，如果方差不齐性，则应采用校正T检验。二、F检验（一）什么是F检验方差分析就是对试验数据进行分析，检验方差相等的多 个正态总体均值是否相等，进而判断各因素对试验指标的影 响是否显著。其原理认为不同处理组的均数间的差别基本来 源有两个：实验条件和随机误差。其思想为通过分析研究不 同来源的变异对总变异的贡献大小，从而确定可控因素对研 究结果影响力的大小。（二）F检验有什么用1.单因素方差分析适用于问卷数 据和实验数据，实验中只有一个因素改变的样本。判断该因 素对样本的影响因素是否显著。2.双因素方差分析适用于实 验数据，实验中有两个因素改变的样本。3.多因素方差分析 适用于实验数据，实验中有多个因素改变的样本。（三）F检验怎么用（方差齐性检验）1.判断数据类型 定性数据用卡方检验，t检验一般用来比较两个总体的均值 是否相同，而单因素方差分析可用于比较多个总体的均值是 否相同。2.确定方差分析的类型确定实验过程中有几种因素 发生了改变，如只有一组，则选择单因素方差分析；如有两 组，则选择双因素方差分析；如有多组，则选择多因素方差 分析。3.正态性检验4.方差齐性检验5.选择合适的方法进 行检验6.事后多重比较单因素方差分析如果呈现出显著性， 说明不同组别之间确实存在显著的差异，事后多重比较可以 得出出两组间显著差异的大小。（四）F检验注意事项1.方差分析用来分析定量数据的 变化情况，可以比较2组或多组数据的差异。2.方差分析要 求样本满足正态分布3.方差分析的前提是方差齐性三、卡方检验（一）什么是卡方检验卡方检验是一种用途广泛的分析 定性数据差异性的方法。是一种通过频数进行检验的方法。（二）卡方检验有什么用1.卡方优度检验对一列数据进 行统计检验，分析单个分类变量实际观测的比例与期望的比 例是否一致。2.交叉表卡方研究两组分类变量的关系：如性 别与看不看直播是否有关系。样例：从某中学随机抽取两个班，调查他们对待文理分科的态 度，结果，甲班37人赞成，27人反对；乙班39人赞成，21 人反对，这两个班对待文理分科的态度是否有显著差异（a=.05)?求解代码：from scipy.stats import chi2_contingencykf_data = np.array(37,27, 39,21)kf=chi2_contingency(kf_datad)print(chisq-statistic=%. 4f, p-value=%.4f, df=%i expected_frep=%s%kf)# chisq-statistic=0.4054, p-value=0.5243, df=1 expected_frep=39.22580645 24.7741935536.77419355 23.225806453. 配对卡方研究实验过程中，用不同方法检测同一批 人，看两个方法的效果是否有显著差异。(三) 卡方检验怎么用1. 确定卡方检验的类型2. 选用合适的方法进行卡方检验(四) 卡方检验注意事项1. 需要随机样本数据2. 理论频数不能太小