根据题目我们也可以看出配对样本 t 检验是用来检验两配对正态总体的均值是否存在显著差异的一种假设检验方法，虽然是两组数据但是其来自同一部分个体在两个时间段内的测试数据，是同一部份个体！

 进行配对样本 t 检验之后也是分别做出原假设和备择假设，再根据 p 值的大小来判断是否拒绝原假设。

from scipy.stats import ttest_rel
import pandas as pd
import numpy as npdata = pd.read_excel('data_pair_ttest.xlsx')
print(data)
rel =ttest_rel(data.喝茶前,data.喝茶后)
print('T统计量值为：',np.round(rel.statistic,2))
print('\np值为：',np.round(rel.pvalue,3))
#若有显著差异，进一步分析
print('\n样本均值之差',np.round(np.mean(data.喝茶前-data.喝茶后)))

 用于分析的代码也是相对比较简单，这里我们调入必要的包之后读取数据，

可以看到此时的数据是这样的， 同时我们可以看到 t 检验的结果是这样的，此时的p值是远远小于0.05的，所以我们此时拒绝原假设，认为此时减肥茶是有效果的，我们看到此时的p值是非常小的，有显著差异，所以我们再进行进一步分析看一下他们的均值之差是多少。