前面我们提到，T-test是用来比较两个均值之间是否存在显着差异的检验方法。本文介绍了T-test的种类和具体的Python实现代码。T检验是比较两个均值之间的差异。不同类型T检验的区别其实就是均值计算的区别。1.单样本T检验单样本T检验用于检验一组样本的均值A与已知的均值B是否存在差异。均值A是从一组样本中计算出来的，平均数B是一个已知的特定值。下图是左边样本计算出的均值与数值158的对比，此时t统计量的公式为：Python实现代码如下：fromscipyimportstatsstats.ttest_1samp(data,u)运行上面的代码会返回t统计值和对应的p_value。2.双样本T检验双样本T检验用于检验两组样本的均值是否存在差异。两种均值均根据样本计算得出。下图显示了从左右样本计算的平均值。此时t统计量的公式为：Python实现代码如下：stats.ttest_ind(data1,data2)3.配对样本T检验PairedsampleTtest和doublesampleTtest有点类似，也是用于检验两组样本的均值差，只是普通双样本T检验中的样本是乱序的，而配对样本T检验中的样本是一一对应的。如下图所示，根据经验，周一到周五每天的销量是不一样的，没有可比性。如果是双样本T检验，就是把周一到周五的销量混在一起，然后把两组的销量进行比较，但是这显然是不合理的。正确的比较应该是星期一和星期一，以及星期二和星期二。此时的t-statistic公式为：Python实现代码如下：stats.ttest_rel(data1,data2)
