代码之家  ›  专栏  ›  技术社区  ›  8-Bit Borges

Scipy——两组之间的统计测试

  •  1
  • 8-Bit Borges  · 技术社区  · 4 年前

    我有两个来自大脑神经元群体的样本,每个样本由1000个神经元实例组成,类别如下:

    1. 小脑
    2. 皮层

    现在,我正在使用复杂网络分析为每个样本提取多个度量,例如,神经元连通度 k ,离散数n=0,1。。。。,n、 或聚类系数 C ,一个介于0.00000和1.00000之间的连续值。

    df.sample(3) (其中web是类别)在my pandas数据框中:

    皮质:

             web    k   clustering_coeff
    3080    cortex  6.0         0.733333        
    2951    cortex  11.0        0.428571    
    1435    cortex  5.0         0.563571    
    
    ...
    

    小脑

    815 cerebellum  10.0        0.533333    
    850 cerebellum  9.0         0.416667    
    1213 cerebellum 7.0         0.454545
    ...
    

    如何使用 scipy stats 方法比较两个指标,以了解两个gropus之间是否存在统计上的显著差异?

    假设分布接近高斯分布,但向右倾斜,我不确定什么是最好的方法。参数、非参数、T检验等。

    有什么想法吗?

    0 回复  |  直到 4 年前
        1
  •  1
  •   Salvatore Daniele Bianco    4 年前

    对于“k”指标:

    stats.mannwhitneyu(df.loc[df.web=="cortex", "k"], df.loc[df.web=="cerebellum", "k"])
    

    对于“clustering\u coeff”度量:

    stats.mannwhitneyu(df.loc[df.web=="cortex", "clustering_coeff"], df.loc[df.web=="cerebellum", "clustering_coeff"])
    

    通常,如果您对考试中的分布一无所知,请使用非参数测试。