为什么 scipy 和 Excel 为两个样本 t 检验生成略有不同的 p 值？答案

【问题标题】：Why scipy and Excel generate slightly different p-value for two-sample t-test?为什么 scipy 和 Excel 为两个样本 t 检验生成略有不同的 p 值？
【发布时间】：2018-05-03 10:45:55
【问题描述】：

对于python，默认为two-side test：

from scipy import stats
import numpy as np
wt = np.array([71.93636,71.34689,72.2162])
mut = np.array([71.58995,70.82698,70.89562])
t, p = stats.ttest_ind(wt, mut, equal_var=False)
print(t,p)

我明白了

2.06163943002 0.108425721876

在Excel、Data 选项卡 - Data Analysis - t-Test: Two-Sample Assuming Unequal Variances 中，t 的值相同，但 p 的值略有不同（0.1084... 与 0.1082...）

我能问为什么吗？

【问题讨论】：

我想如果你去阅读那些函数定义，你会发现参数有不同的含义或者在计算中引入了一些额外的因素。检查是否有一侧或两侧的睾丸。去源头，你可能会找出原因。
或者它可能依赖于实现，或者由于算法之间的数值稳定性。
如果您在调用stats.ttest_ind() 时使用equal_var=True，则p 值与Excel 中的值匹配。您在 Excel 中使用的公式来自哪里？您还没有向我们展示 Excel 代码；我们看到的只是数字。
你用过T.TEST吗？如果是这样，您为 Type 参数使用了什么值？

标签： python excel scipy t-test

【解决方案1】：

如果你使用

from scipy import stats
stats.ttest_rel(wt,mut)

它应该与 Excel 中的相同计算匹配。

rel 用于相关样本，ind 用于独立样本。

【讨论】：

谢谢，但stats.ttest_rel 和stats.ttest_ind 有什么区别？
编辑了我的答案以给出不同之处。