Python统计分析与结果核验

更新：2026-10-13；状态：可用；验证范围：两个Python教学程序已运行；Welch与BH经独立实现核对，其他接口按各页说明。

用明确的数组、方向和参数调用SciPy，并通过手算关系与独立实现检查输出。

环境与入口

教学依赖建议Python 3.10+、SciPy 1.15+（使用rng接口），可在项目运行python -m pip install -r requirements-teaching.txt。本轮实测Python 3.14、NumPy 2.5.4、SciPy 1.18.1、Matplotlib 3.11.2。官方网页显示的版本可能与安装版本不同，保留实际环境记录；不要靠默认值记忆方法。

python3 -m venv .venv
.venv/bin/python -m pip install numpy scipy matplotlib
.venv/bin/python examples/statistics_demo.py
.venv/bin/python examples/basic_algorithms_demo.py

在项目根目录运行；安装当前版本不保证将来与本轮逐位一致。教学输出写入 examples/output/statistics/ 和 examples/output/basic-algorithms/，重复运行覆盖同名文件。

常用接口与需写明的选项

问题	SciPy入口	不能省略的解释
独立均值差	stats.ttest_ind	equal_var=False表示Welch，参数顺序决定方向
配对均值差	stats.ttest_rel	数组必须按同一配对ID排序
秩和/符号秩	mannwhitneyu / wilcoxon	独立或配对、并列、精确/渐近方式
分类计数	fisher_exact / chi2_contingency	行列含义、单双侧、校正和期望计数
区间重采样	bootstrap	方法、配对规则、次数与随机数
置换	permutation_test	交换规则、统计量、精确/随机
BH/BY	false_discovery_control	有效P值、检验家族与依赖条件

表内列出的接口不代表本项目全部执行过。实测范围见合成数据贯通统计推断，其他方法的具体假设在对应概念页。

最低限度的核验

核对有限值、缺失、样本长度和ID；检查默认axis是否把预期的样本维度当成特征维度。对均值差统一写为B−A；统计量符号、区间和绘图必须一致。

本项目独立实现Welch效应/自由度/区间与BH排序校正，再与SciPy核对；梯度下降与NumPy lstsq比较。数值一致验证实现与目标关系，不能证明真实数据满足假设。

输出保留效应、SE或区间、P、调整值、独立样本数、对比、版本与种子。不要静默nan_policy="omit"后丢掉每个基因实际样本数，也不要将下溢P=0当作无限证据。

依据：SciPy统计模块。真实R/Bioconductor流程继续使用各工具官方接口；本轮没有安装R。