第 7 章 · 統計基礎
7.4 假設檢定
🎯 學習目標¶
- t-test / chi-square / ANOVA
- p-value 解讀
🧪 t-test¶
from scipy import stats
import numpy as np
# 兩組比較
group_a = np.random.normal(100, 10, 30)
group_b = np.random.normal(105, 10, 30)
t, p = stats.ttest_ind(group_a, group_b)
print(f"t = {t:.3f}, p = {p:.4f}")
if p < 0.05:
print("✅ 顯著差異")
else:
print("❌ 無顯著差異")
📊 卡方檢定(類別)¶
# 列聯表
observed = [[10, 20], [30, 40]]
chi2, p, dof, expected = stats.chi2_contingency(observed)
print(f"χ² = {chi2:.2f}, p = {p:.4f}")
📈 ANOVA(多組)¶
group1 = np.random.normal(100, 10, 30)
group2 = np.random.normal(105, 10, 30)
group3 = np.random.normal(110, 10, 30)
f, p = stats.f_oneway(group1, group2, group3)
print(f"F = {f:.2f}, p = {p:.4f}")
⚠️ p-value 注意事項¶
- p < 0.05 不代表「重要」
- p > 0.05 不代表「無效」
- 樣本大才有統計意義
- 多重檢定要修正(Bonferroni)
✏️ 練習題¶
- 兩組模擬資料做 t-test
- 3 組做 ANOVA
- 試試看 p-hacking 的危險