t测试1放大器给出的P_值错误

Question

以下是一个单样本t检验示例：

from scipy.stats import ttest_1samp
import numpy as np

ages = [32., 34., 29., 29., 22., 39., 38., 37.,38, 36, 30, 26, 22, 22.]
ages_mean = np.mean(ages)
ages_std = np.std(ages, ddof=1)
print(ages_mean)
print(ages_std)
ttest, pval = ttest_1samp(ages, 30)
print("ttest: ", ttest)
print("p_value: ", pval)
#31.0
#6.2634470725607025
#ttest:  0.5973799001456603
#p_value:  0.5605155888171379

# check analytically:
my_ttest = (ages_mean - 30.0)/(ages_std/np.sqrt(len(ages)))
print(t)
#0.5973799001456603

检查p_值

根据定义p_value = P(t>=0.59) = 1 - P(t<=.59).
使用Z表，我们得到p_value = 1 - 0.7224 = 0.2776 # 0.56!!!

Answer 1

如果您检查ttest_1amp的渐晕图，它会写道：

所以它是一个双边的p值，意味着得到一个比这个更极端的绝对t统计量的概率之和

t分布是对称的，因此我们可以取-abs（t stat）乘以2进行双面测试，p值为：

from scipy.stats import t
2*t.cdf(-0.5973799001456603, 13)
0.5605155888171379

对于单侧t检验，您的导出值是正确的：）