如何在Python中找到Z临界值?

如何在Python中找到Z临界值?

本文介绍如何在Python中找到Z临界值。

什么是Z临界值?

在统计学中,通用正态模型下的区域称为Z临界值。每个可能变量的概率都被显示。当我们进行假设检验时,产生的是一个检验统计量。可以将检验统计量与Z临界值进行比较,以确定假设检验结果是否具有统计学意义。当其绝对值超过Z临界值时,结果被视为具有统计学意义。本教程将涵盖Python中Z临界值的确定。

进行假设检验时,您会得到一个检验统计量。将检验统计量与Z临界值进行比较,以查看假设检验结果是否有统计学意义。如果检验统计量的绝对值超过Z临界值,则检验结果具有统计学意义。

语法

在Python中,您可以使用scipy.stats.norm.ppf()方法来获取Z临界值,其具有以下语法 −

scipy.stats.norm.ppf(q)
Bash

其中q代表要使用的显著性水平。

Python中的Z临界值

1. 左尾检验

假设我们希望在显著性水平为0.05的情况下确定左尾检验的Z临界值 −

例子

!pip3 install scipy
import scipy.stats

#找到Z临界值
scipy.stats.norm.ppf(.05)
Bash

输出

-1.6448536269514729
Bash

Z的关键值为-1.64485。因此,如果测试统计量低于此阈值,则测试结果具有统计学意义。

2. 右尾检验

假设我们正在查找显著性水平为0.05的右尾检验的Z临界值 −

例子

import scipy.stats

#找到Z临界值
scipy.stats.norm.ppf(1-.05)
Bash

输出

1.6448536269514722
Bash

Z的关键值为1.64485。因此,如果测试统计量高于此数字,则测试结果被视为具有统计学意义。

3. 两侧检验

假设我们正在查找显著性水平为0.05的双侧检验的Z临界值 −

例子

import scipy.stats

#找到Z临界值
scipy.stats.norm.ppf(1-.05/2)
Bash

输出

1.959963984540054
Bash

在进行双侧检验时,总会有两个重要的值。在这种情况下,1.95996和-1.95996是Z临界值。因此,如果测试统计量小于-1.95996或大于1.95996,则测试结果具有统计学意义。

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根据它进行预测。

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

登录

注册