two-tailed t-test with paired samples

t-test

stats.ttest_ind 和 stats.ttest_rel 是用来进行 t-test（t 检验）的两个函数。 t 检验常常用于检验两个数据集之间的差异是否显著

stats.ttest_ind 适用于两个独立的数据集(独立样本)。也就是说，两个数据集的观测值没有相互关联，每个观测值都来自于不同的实验条件或组

而 stats.ttest_rel 适用于两个相关（配对）的数据集，也就是说，两个数据集中的每个观测值都与对应的另一个观测值相关联，并且两个数据集中的观测值来自于同一个实验条件或组

如果假设检验的 p 值小于给定的显著性水平，我们拒绝原假设，这表明数据支持存在显著差异的备择假设。如果 p 值大于显著性水平，我们没有足够的证据来拒绝原假设(通常，显著性水平可以设定为0.05)

import numpy as np
from scipy import stats


def get_p_value(arrA, arrB):

    a = np.array(arrA)
    b = np.array(arrB)

    # t, p = stats.ttest_ind(a, b, equal_var=True)
    t, p = stats.ttest_rel(a, b, nan_policy='omit')

    return t, p

_, pvalue = get_p_value([1, 2, np.nan, 5, 6], [1, 2, 3, 4, 5])
print(pvalue)
# 0.1816901138162094

_, pvalue = get_p_value([1, 2, np.nan, 5, 6], [1, 2, np.nan, 4, 5])
print(pvalue)
# 0.1816901138162094

_, pvalue = get_p_value([1, 2, 3, 5, 6], [50, 40, 10, 20, 30])
print(pvalue)
# 0.02496449687308703