数据指标波动假设检验统计

eda/recommended_indexs/hypothesis_test.py

@@ -86,36 +86,33 @@ print(y_crv_new)
 #
 #
 #
-# def t_test(x,y): #进行t检验
-#
-#     #策略前的数据，赋值给x,策略后的数据赋值给y,均采用10日内数据
-#     x=[2,4,2,3,4,2,3]
-#     y=[4,5,6,3,4,5,6]
-#
-#     #检验数据方差是否齐性
-#     a=levene(x,y)
-#     p_value=a[1] #结果若p_value>0.05,则认为两组数据方差是相等的，否则两组数据方差是不等的
-#
-#     if p_value>0.05: #认为数据方差具有齐性，equal_var=ture
-#         t_test=ttest_ind(x,y,equal_var=True)
-#         t_p_value=t_test[1]
-#         if t_p_value>0.05:
-#             print("策略前后两组数据无显著性差异，即该指标没有显著提升，p_value:%f" % t_p_value)
-#         else:
-#             print("策略前后两组数据有显著性差异，即该指标获得显著提升，p_value:%f" % t_p_value)
-#     else: #认为数据方差不具有齐性，equal_var=false
-#         t_test = ttest_ind(x, y, equal_var=False)
-#         t_p_value = t_test[1]
-#         if t_p_value > 0.05:
-#             print("策略前后两组数据无显著性差异，即该指标没有显著提升，p_value:%f" % t_p_value)
-#         else:
-#             print("策略前后两组数据有显著性差异，即该指标获得显著提升，p_value:%f" % t_p_value)
+def t_test(x,y): #进行t检验
+
+    #策略前的数据，赋值给x,策略后的数据赋值给y,均采用10日内数据
+    #检验数据方差是否齐性
+    a=levene(x,y)
+    p_value=a[1] #结果若p_value>0.05,则认为两组数据方差是相等的，否则两组数据方差是不等的
+
+    if p_value>0.05: #认为数据方差具有齐性，equal_var=ture
+        t_test=ttest_ind(x,y,equal_var=True)
+        t_p_value=t_test[1]
+        if t_p_value>0.05:
+            print("策略前后两组数据无显著性差异，即该指标没有显著提升，p_value:%f" % t_p_value)
+        else:
+            print("策略前后两组数据有显著性差异，即该指标获得显著提升，p_value:%f" % t_p_value)
+    else: #认为数据方差不具有齐性，equal_var=false
+        t_test = ttest_ind(x, y, equal_var=False)
+        t_p_value = t_test[1]
+        if t_p_value > 0.05:
+            print("策略前后两组数据无显著性差异，即该指标没有显著提升，p_value:%f" % t_p_value)
+        else:
+            print("策略前后两组数据有显著性差异，即该指标获得显著提升，p_value:%f" % t_p_value)
 #
 # ###假设检验，判断是否具有显著性
 #
-# #新用户cvr假设检验
-# crv_new_ttest=t_test(x_crv_new,y_crv_new)
-# #老用户cvr假设检验
+#新用户cvr假设检验
+crv_new_ttest=t_test(x_crv_new,y_crv_new)
+#老用户cvr假设检验
 # crv_old_ttest=t_test(x_crv_old,y_crv_old)
 #
 # #新用户ct_cvr假设检验