如何用scipy.stats.bootstrap生成男女收入对比的1000个两样本t统计量

报错有两个核心原因：

1. scipy.stats.bootstrap默认使用BCa（偏差校正加速）方法计算置信区间，该方法仅支持单样本统计量，两样本场景需要手动更换支持的方法。
2. st.ttest_ind返回结果为(t统计量, p值)的元组，而bootstrap要求传入的统计函数必须返回单个标量值，需要额外包装一层提取t统计量。

import pandas as pd
from scipy import stats as st

# 样例数据
df = pd.DataFrame({'female': {0: 0, 1: 1, 2: 1, 3: 0, 4: 1, 5: 0, 6: 1, 7: 0, 8: 0, 9: 0},
 'income': {0: 23351.08,
  1: 357.04999,
  2: 20385.221,
  3: 12049.17,
  4: 20541.619,
  5: 13206.52,
  6: 17055.73,
  7: 60442.621,
  8: 4499.9902,
  9: 37663.039}})

# 分组提取收入数据
male_income = df.loc[df['female'].eq(0), 'income'].values
female_income = df.loc[df['female'].eq(1), 'income'].values

# 包装统计函数，仅返回t统计量
def t_statistic(group1, group2):
    return st.ttest_ind(group1, group2)[0]

# 调用bootstrap
bootstrap_res = st.bootstrap(
    data=(male_income, female_income),
    statistic=t_statistic,
    n_resamples=1000,
    method='percentile', # 更换为支持两样本的百分位法
    random_state=42 # 固定随机种子方便复现结果
)

# 提取1000个bootstrap得到的t统计量
t_bootstrap_samples = bootstrap_res.bootstrap_distribution

• t_bootstrap_samples为长度1000的数组，每个元素对应一次bootstrap抽样得到的两样本t检验统计量
• 也可以通过bootstrap_res.confidence_interval获取t统计量的置信区间

内容的提问来源于stack exchange，提问作者Arturo Sbr