?根據題目我們也可以看出配對樣本 t 檢驗是用來檢驗兩配對正態總體的均值是否存在顯著差異的一種假設檢驗方法，雖然是兩組數據但是其來自同一部分個體在兩個時間段內的測試數據，是同一部份個體！
?進行配對樣本 t 檢驗之后也是分別做出原假設和備擇假設，再根據 p 值的大小來判斷是否拒絕原假設。
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統計量值為：',np.round(rel.statistic,2))
print('\np值為：',np.round(rel.pvalue,3))
#若有顯著差異，進一步分析
print('\n樣本均值之差',np.round(np.mean(data.喝茶前-data.喝茶后)))?用于分析的代碼也是相對比較簡單，這里我們調入必要的包之后讀取數據，
可以看到此時的數據是這樣的， 同時我們可以看到 t 檢驗的結果是這樣的，此時的p值是遠遠小于0.05的，所以我們此時拒絕原假設，認為此時減肥茶是有效果的，我們看到此時的p值是非常小的，有顯著差異，所以我們再進行進一步分析看一下他們的均值之差是多少。
