Python 如何在scipy中模拟2样本t检验

我试图在Python中模拟MS Excel的t-probe函数。我需要这样做，因为我必须自动化一些以前在Excel中完成的计算。这是我的测试程序：

import scipy.stats
a = [5, 0.9,  -0.4, -0.9, 0.5, 0.8, 0.2, 0.2, 0, -0.8]
b = [1.1, 0.9, -0.5, -0.7, 0.6, 0.7, 0.3, 0.1, -0.1, -0.7]

print scipy.stats.ttest_ind(a,b, equal_var=True)

结果是：

(array(0.6661542796363409), 0.51376033318001801)

但是，Excel为相同的输入提供此值：0.35844407

我注意到他们使用了tail=2参数（参见）。不幸的是，我不知道如何用scipy计算双尾t检验。（事实上我不知道它是什么。）

另一件非常奇怪的事情是，在scipy中，当我改变样本的顺序时，我得到了一个明显不同的结果。例如，如果我将-0.7移到b的头部，则得到0.51376033318001824，而不是0.51376033318001801。虽然差别不大，但仍然如此

对于Excel来说，这是一个全新的故事——看起来当样本顺序不同时，双尾t检验给出的结果明显不同

---

问题是：我如何在scipy中模拟Excel版本的双尾t检验？

它看起来像是

Excel

正在计算

ttest\u rel

：

In [15]: import scipy.stats as stats

In [20]: stats.ttest_rel(a, b)
Out[20]: (array(0.9677712267394081), 0.35844406902161985)

当

a

和

b

相关时，使用

stats.t测试相关值。说：

使用[ttest_rel]的例子是同一组学生在考试中的分数
不同的检查，或从同一单元重复取样

当
a
和
b
是独立的时使用

我们可以使用[ttest__ind]，如果我们观察到两个独立的样本来自
相同或不同的人群，例如男孩和女孩的考试成绩或
两个民族

还有一件事我不明白。在Python版本中，示例的顺序不起作用。例如，如果我调用
a.sort（），b.sort（）
，则“ttest\u rel”的返回值相同。但是，如果我在Excel中执行此操作（对值进行排序），则会得到完全不同的结果。为什么呢？（我知道这不再是一个真正的编程问题）顺序确实很重要，即使对于
ttest\u rel
。例如，
ttest_rel（a，sorted（b））
给出的结果与
ttest_rel（a，b）
不同。这是一个巧合，
ttest_rel（排序（a），排序（b））
给出了与
ttest_rel（a，b）
相同的结果。在
ttest_rel
的源代码中有一行，
d=（a-b）.astype（np.float64）
，因此很明显顺序确实很重要。现在，如果您将完全相同的数据输入Excel和
ttest\u rel
并得到不同的结果，那么它将返回到绘图板上…谢谢。所以这是偶然的。：-）然而，我注意到，对于测试，顺序并不重要。但是我能理解。在这种情况下（
stats.ttest_rel（a，b）
）小p值的含义是什么？