Question

我正在使用多个t检验在两组（男女）之间进行体素明智的比较。为此，我正在使用scipy.stats.ttest_ind。我有541443个体素作为我要执行独立t检验的因变量。一切似乎都正常，但是当我检查结果并对随机选取的体素进行单次t检验时，它们会得到不同的结果。

这是我的代码：

statistics,p_values = ttest_ind(male_data,female_data)

产生：array（[-5.23764997e-16，-1.59544316e-15，7.88216339e-16，...， 1.11783465e-15，-2.22874323e-16，-9.35188323e-16]）作为t值

single_stat,single_p_value = ttest_ind(female_data[:,0],male_data[:,0])

产生：-4.3805762173832176e-16作为t值

我希望第一个t检验的输出相等（所以〜-5.237或〜-4.380）。有谁知道这里可能出了什么问题？

我还尝试了第三种方法，该方法使用for循环进行多个t检验。似乎有一个一致的效果，就是for循环方法的结果总是与single-t-test方法的输出相同（这很有意义，因为它基本上是在做多个single ttest_ind，然后将每个t检验的输出附加到列表中）。但是，这两个结果都与整个数组的ttest_ind的输出不同。我还按照注释中的建议将数据切成不同的大小，并且发现了三种方法（或两种，因为for循环和单一t检验似乎总是相同）的结果变得越来越奇怪的悖论效果。更相似，但返回的t值和p值变得很小或很大。另外，当我想在最后一种情况下（n = 5）单击整个阵列的ttest_ind的输出时， Spyder 崩溃。

n_rows = 150
Output from for-loop method (first t-value in the list):
t-value: -0.050583527798906465
p-value: 0.9596912767683707

Output from the t-test performed on only the first column:
t-value: -0.050583527798906465
p-value: 0.9596912767683707

Output from the t-test performed on the whole array (first t-value):
t-value: -0.050583527798907256
p-value: 0.9596912767683701

---------------------------------------
n_rows = 75
Output from for-loop method (first t-value in the list):
t-value: 0.9760289069224989
p-value: 0.33064277748038773

Output from the t-test performed on only the first column:
t-value: 0.9760289069224989
p-value: 0.33064277748038773

Output from the t-test performed on the whole array (first t-value):
t-value: 0.9760289069224984
p-value: 0.33064277748038795

---------------------------------------
n_rows = 5
Output from for-loop method (first t-value in the list):
t-value: 6111430044112607.0
p-value: 5.755396703077005e-124

Output from the t-test performed on only the first column:
t-value: 6111430044112607.0
p-value: 5.755396703077005e-124

Output from the t-test performed on the whole array (first t-value):
t-value: 6111430044112607.0
p-value: 5.755396703077005e-124

---------------------------------------

将scipy.stats.ttest_ind用于整个数组与两个向量时，结果不同

0 个答案: