计算一个样本的功效，一侧进行ttest

问题描述

我有下面的代码，用于在给定样本大小的情况下尝试计算检测到与下面的大小一样大的效果的统计功效。我正在用一个样本均值较大的替代假设来计算一个样本ttest的功效。无论我将alpha参数更改为什么，我似乎都可以得到1.0的幂，这似乎很大且不正确。我在下面做错什么了吗？如果是这样，有人可以指出我需要更改的内容吗？如果正确的话，有人可以解释原因吗？

值：

mean of population:
abar=35.95678241834582

mean of sample:
bbar=42.434961073666734

standard deviation of population:
astd=36.668227035470316

observations in sample:
nb=13933

代码：

from statsmodels.stats.power import TTestIndPower

power_analysis = TTestIndPower()

effct_size = (bbar-abar)/astd

power = power_analysis.solve_power(effect_size = effct_size,nobs1=nb,power=None,alpha = 0.05,alternative='larger')

power

输出：

1.0

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）