t按性别测试用户总数 - python

Question

我想评估男性和女性用户群的总体游戏的统计差异（见下面的例子）：

女性参赛作品的例子

female

    users   artist  plays   gender  age
0   48591   sting   12763   f       25.0
1   48591   stars   8192    f       25.0

每个独特的女性用户

总和次数

female_user_plays = female.groupby('users').plays.sum()

female_user_plays

users
5         5479
6         3782
7         7521
11        7160

男性参赛作品的例子

female
    users   artist         plays    gender  age
51  56496   iron maiden    456      m       28.0
52  56496   elle           407      m       28.0

每个唯一的男性用户使用总和

male_user_plays = male.groupby('users').plays.sum()
male_user_plays

users
0         3282
1        25329
2        51522
3         1590

每性别平均播放次数

Average Total Male Plays: 11880
Average Total Female Plays: 13104

在尝试t测试之前，我将每个系列转换为值列表：

female_plays_list = female_user_plays.values.tolist()
male_plays_list = male_user_plays.values.tolist()

对于t测试：

ttest_ind(female_plays_list, male_plays_list, equal_var=False)

结果让我感到困惑，因为输出看起来非常不合适，我认为这不是由于两个样本大小的差异......

Ttest_indResult(statistic=-8.9617251652001002, pvalue=3.3195063228833119e-19)

是否有任何可能导致此问题的数组长度以外的原因？

Answer 1

对0-10000的两个100000000个随机整数值的数组进行测试得出以下结果：

In []: try1 = np.random.randint(1, 10000, 100000000)

In []: try2 = np.random.randint(1, 10000, 100000000)

In []: ttest_ind(try1, try2, equal_var=False)
Out[]: Ttest_indResult(statistic=-0.67549204672468233, pvalue=0.49936320345035146)

和不等长度给出以下内容：

In []: try1 = np.random.randint(1, 10000, 1000000)

In []: ttest_ind(try1, try2, equal_var=False)
Out[]: Ttest_indResult(statistic=-0.39754328321364363, pvalue=0.6909669583715552)

所以，除非我的测试中忽略了一个洞察力，否则你的数组的长度更长，它必须是数组特定值的东西。