Python 如何找到Z临界值 | 您所在的位置:网站首页 › u临界值 › Python 如何找到Z临界值 |
Python 如何找到Z临界值
在本文中,我们将学习如何在Python中找到Z临界值。 什么是Z临界值在统计学中,常规正态模型下的区域被称为Z临界值。它显示了每个可能变量的概率。当我们进行假设检验时,测试统计量是我们得到的结果。为了确定假设检验的结果在统计上是否显著,可以将测试统计量与Z临界值进行比较。当结果的绝对值超过Z临界值时,结果被视为在统计上显著。本教程将涵盖在Python中确定Z临界值的方法。 当进行假设检验时,将会得到一个测试统计量。将测试统计量与Z临界值进行比较,以确定假设检验结果是否在统计上显著。如果测试统计量的绝对值超过Z临界值,则假设检验结果在统计上显著。 语法在Python中,可以使用scipy.stats.norm.ppf()方法获取Z临界值,其语法如下: scipy.stats.norm.ppf(q)其中q代表所使用的显著性水平。 Z中值在Python中的应用 1. 左尾检验假设我们要确定左尾检验的Z临界值,显著性水平为0.05 – 示例 !pip3 install scipy import scipy.stats #find Z critical value scipy.stats.norm.ppf(.05) 输出 -1.6448536269514729关于Z值的关键值是-1.64485。因此,如果检验统计量低于此阈值,则该检验的结果在统计上是显著的。 2. 右尾检验假设我们正在寻找以0.05的显著性水平进行右尾检验的Z临界值 – 示例 import scipy.stats #find Z critical value scipy.stats.norm.ppf(1-.05) 输出 1.6448536269514722关键数字Z为1.64485。因此,如果检验统计量大于该数字,则认为该检验结果在统计学上具有显著性。 3. 双侧检验假设我们正在寻找双侧检验的Z临界值,显著性水平为0.05 − 案例 import scipy.stats #find Z critical value scipy.stats.norm.ppf(1-.05/2) 输出 1.959963984540054当你进行双尾检验时,总会有两个关键值。在这种情况下,1.95996和-1.95996是临界值。因此,如果检验统计量小于-1.95996或大于1.95996,那么该检验结果在统计上是显著的。 结论在统计学中,Z临界值用于确定数据的见解,因此机器学习模型可以使用它并基于此给出预测。 |
CopyRight 2018-2019 实验室设备网 版权所有 |