はじめに
この前はscipyでやる方法をまとめたわけですが、
【python】scipyでt検定する方法まとめ - 静かなる名辞
片側のオプションほしいなーと思ったのでstatsmodelsに浮気することにしました。
使い方の概要
対応のないt検定はこれです。
statsmodels.stats.weightstats.ttest_ind — statsmodels v0.10.1 documentation
引数は以下のようなものです。
statsmodels.stats.weightstats.ttest_ind(x1, x2,
alternative='two-sided', usevar='pooled', weights=(None, None), value=0)
x1とx2が検定対象です。オプションで重要そうなのはalternativeとusevarです。
- alternative
"two-sided"と"larger"と"smaller"が渡せます。後ろの2つは片側のオプションです。
こうしちゃうと、どっちがどっちに対して大きい/小さいのかわからん、とか考えないのかしら（x1 larger/smaller than x2（x1はx2より大きい/小さい）です。）。
- usevar
"pooled"と"unequal"が渡せます。スチューデントのt検定とウェルチのt検定に対応しているはずです。
難しくはないけど、いちいちstrで重要なオプションを渡さないといけないのは少し面倒ですかね。間違った値にするとエラー出してくれるみたいなので、そういう意味では親切ですが。
実際にやってみる
完全に前回と同じノリでやります。
分布をとりあえず作る。
>>> from scipy import stats >>> from statsmodels.stats.weightstats import ttest_ind >>> d1 = stats.norm(loc=0, scale=1) >>> d2 = stats.norm(loc=1, scale=1)
やる。
>>> a = d1.rvs(3) >>> b = d2.rvs(3) >>> a array([ 0.90831032, -0.88621515, 0.09060862]) >>> b array([1.87384828, 2.92258811, 0.8539749 ]) >>> ttest_ind(a, b) (-2.333627132285731, 0.07993392828229898, 4.0)
t統計量、p値、自由度が返るみたいですね。
ここで仮に有意水準0.05とすると、もう少しでいけそうだったけど切れなかったという残念な例です（そうなるまで何回か回しました）。そこで、片側検定にしてみます。
>>> ttest_ind(a, b, alternative="smaller") (-2.333627132285731, 0.03996696414114949, 4.0)
教科書通り半分のp値になって、めでたく「有意差」が出ました。教科書には「こういうことはやるな」と書いてあると思います。気をつけましょう。
なお、片側の方向を間違えて指定した場合は、
>>> ttest_ind(a, b, alternative="larger") (-2.333627132285731, 0.9600330358588506, 4.0)
だいたい大きいp値になるので気づきます。でも、元のp値が0.42とかだったりすると案外気づかないかもしれない（どっちにしろ有意差ではないし、実害ないかもですが・・・）。
まとめ
こっちの方が高機能だし、これでいいんじゃ？ という感じもします。でもscipy入れててもstatsmodels入れてない人は多いと思うので、微妙っちゃ微妙ですね。