Scipy 统计ttest_1samp假设检验，用于将以前的性能与样本进行比较

Question

我正在尝试解决

的问题

我有 11 个月的绩效数据：

        Month  Branded  Non-Branded  Shopping  Grand Total
0    2/1/2015     1330          334       161         1825
1    3/1/2015     1344          293       197         1834
2    4/1/2015      899          181       190         1270
3    5/1/2015      939          208       154         1301
4    6/1/2015     1119          238       179         1536
5    7/1/2015      859          238       170         1267
6    8/1/2015      996          340       183         1519
7    9/1/2015     1138          381       172         1691
8   10/1/2015     1093          395       176         1664
9   11/1/2015     1491          426       199         2116
10  12/1/2015     1539          530       156         2225

假设现在是 2016 年 2 月 1 日，我问"1 月份的结果与过去 11 个月的统计结果不同吗？

       Month  Branded  Non-Branded  Shopping  Grand Total
11  1/1/2016     1064          408       106         1578

我遇到了一个博客...

我偶然发现了iaingallagher的博客。我将在这里复制（以防博客关闭）。

1 样本 t 检验

当我们想要将样本均值与 人口平均值（我们已经知道）。普通的英国男人是 身高175.3厘米。一项调查记录了10名英国男性的身高，我们想知道样本的平均值是否与 人口平均值。

# 1-sample t-test
from scipy import stats
one_sample_data = [177.3, 182.7, 169.6, 176.3, 180.3, 179.4, 178.5, 177.2, 181.8, 176.5]
one_sample = stats.ttest_1samp(one_sample_data, 175.3)
print "The t-statistic is %.3f and the p-value is %.3f." % one_sample

结果：

The t-statistic is 2.296 and the p-value is 0.047.

最后，对于我的问题...

在iaingallagher的例子中，他知道总体平均值，并正在比较样本（one_sample_data）。 在我的示例中，我想查看1/1/2016是否与前 11 个月在统计上有所不同。 所以就我而言，前 11 个月是一个数组（而不是单个总体平均值），我的样本是一个数据点（而不是数组）......所以这有点倒退。

问题

如果我专注于Shopping列数据：

即使我的样本（第一个参数）是以前结果的列表，并且我将其与不是总体平均值而是一个样本的popmean进行比较，scipy.stats. ttest_1samp ([161,197,190,154,179,170,183,172,176,199,156], 106)会产生有效的结果。

如果这不是正确的统计函数，关于在此假设检验情况下使用什么有什么建议吗？

Answer 1

如果您只对"Shopping"列感兴趣，请尝试创建一个仅包含"Shopping"列中的数据的.xlsx或.csv文件。

通过这种方式，您可以导入此数据并利用 pandas 对每列单独执行相同的 T 检验。

import pandas as pd
from scipy import stats
data = pd.read_excel("datafile.xlxs")
    one_sample_data = data["Shopping"]
    one_sample = stats.ttest_1samp(one_sample_data, 175.3)