两组之间的Scipy统计检验

Question

我有两个来自大脑神经元群体的样本，每个样本由一千个神经元实例组成，类别如下：

1. 小脑
2. 皮层

现在我使用复杂网络分析为每个样本提取多个度量，例如，神经元连接度k，一个离散数n=0，1。。。。，n、 或聚类系数C，其连续值在0.00000和1.00000之间。

我的熊猫数据帧中的df.sample(3)(其中web是类别(：

皮层：

web    k   clustering_coeff
3080    cortex  6.0         0.733333        
2951    cortex  11.0        0.428571    
1435    cortex  5.0         0.563571    
...

小脑

815 cerebellum  10.0        0.533333    
850 cerebellum  9.0         0.416667    
1213 cerebellum 7.0         0.454545
...

---

我如何使用scipystats方法来比较这两个指标，以了解这两种gropus之间是否存在统计学上的显著差异？

假设分布接近高斯，但向右倾斜，我不确定什么是最好的方法。参数化、非参数化、T-检验等。

有什么想法吗？

Answer 1

；k〃；公制：

stats.mannwhitneyu(df.loc[df.web=="cortex", "k"], df.loc[df.web=="cerebellum", "k"])

对于"；clustering_coeff"；公制：

stats.mannwhitneyu(df.loc[df.web=="cortex", "clustering_coeff"], df.loc[df.web=="cerebellum", "clustering_coeff"])

一般来说，如果你对考试中的分布一无所知，就使用非参数测试。