python - 如何计算两个 float 列表的 p 值？

Question

所以我有 float 列表。像 [1.33,2.555,3.2134,4.123123] 等。这些列表是某物的平均频率。如何证明两个列表不同？我考虑过计算 p 值。有这样做的功能吗？我查看了 scipy 文档，但不知道要使用什么。

谁能请教一下？

Answer 1

假设您有一个这样的 float 列表:

>>> data = {
...     'a': [0.9, 1.0, 1.1, 1.2],
...     'b': [0.8, 0.9, 1.0, 1.1],
...     'c': [4.9, 5.0, 5.1, 5.2],
... }

显然，a与b非常相似，但两者都不同于c。

您可能需要进行两种比较。

1. 成对:a 是否与b 相似？ a 是否类似于 c？ b 是否类似于 c？
2. 组合:a、b 和c 是否来自同一组？ (这通常是 better question )

前者可以使用独立t-tests来实现如下:

>>> from itertools import combinations
>>> from scipy.stats import ttest_ind
>>> for list1, list2 in combinations(data.keys(), 2):
...     t, p = ttest_ind(data[list1], data[list2])
...     print list1, list2, p
...
a c 9.45895002589e-09
a b 0.315333596201
c b 8.15963804843e-09

这提供了相关的 p 值，并暗示 a 和 c 是不同的是，b和c是不同的，但是a和b可能是相似的。

后者可以使用 one-way ANOVA 来实现如下:

>>> from scipy.stats import f_oneway
>>> t, p =  f_oneway(*data.values())
>>> p
7.959305946160327e-12

p 值表示 a、b 和 c 不太可能来自同一总体。