数据框列的 t 检验

Question

这是我的数据框：

       Id  Tell  Number 
0       2   Perhaps 2   
1       1   Yes     6
2       1   No      9
3       2   Yes     4
4       2   Yes     7
5       1   No      8
6       1   Yes     15
7       2   Perhaps 2
8       1   No      6
9       2   Yes     2 
import pandas as pd
from pandas import DataFrame
from scipy import stats

# Creating the dictionary
dic = {'ID': [2,1,1,2,2,1,1,2,1,2], 'Tell': ['Perhaps', 'Yes', 'No', 'Yes','Yes', 'No','Yes', 'Perhaps','No', 'Yes'], 'Number': [3,6,9,4,7,8,15,8,6,13]}

# Creating the dataframe
df = pd.DataFrame(dic)

我希望能够从我的数据框中选择列并进行独立的 t 检验。我希望 ID 列是分组变量，而 Number 列是因变量。例如，当我这样做时：

ex=stats.ttest_ind(df['ID'],df['Number']) 
print(ex)

它打印出 p-value=4.116 这并没有什么意义。当我使用像 jamovi 这样的统计软件时，它给我的 p 值为 0.478。

请帮忙。

Answer 1

对我来说它打印出来

Ttest_indResult(statistic=-5.379185420933047, pvalue=4.1168498868556256e-05)

请注意 e-05，这是您可能忽略的内容。

我用另一种方法测试，结果是一样的。