z检验:
计算临界值:scipy.stats.norm.ppf(level_of_confidence)
计算p值:scipy.stats.norm.sf(abs(z_score)) 或 1-scipy.stats.norm.cdf(abs(z_score))---左尾或右尾,双尾检验需在此基础上乘以2
计算临界值例子:
from scipy.stats importnorm
critical1=norm.ppf(0.95) #左尾或右尾
critical2=norm.ppf(0.975) #双尾
t检验:
计算临界值:scipy.stats.t.ppf(level_of_confidence, degree_of_freedom)
计算p值:scipy.stats.t.sf(abs(t_score),df) 或 1-scipy.stats.t.cdf(abs(t_score),df)---左尾或右尾,双尾检验需在此基础上乘以2
计算临界值例子:
from scipy.stats importt
critical1=t.ppf(0.95,10) #左尾或右尾
critical2=t.ppf(0.975,10) #双尾
卡方检验:
计算临界值:scipy.stats.chi2.ppf(level_of_confidence, degree_of_freedom)
计算p值:scipy.stats.chi2.sf(abs(chi2_score),df) 或 1-scipy.stats.chi2.cdf(abs(chi2_score),df)---左尾或右尾,双尾检验需在此基础上乘以2
计算临界值例子:
from scipy.stats importchi2
critical1=chi2.ppf(0.95,10) #左尾或右尾
critical2=chi2.ppf(0.975,10) #双尾
F检验:
计算临界值:scipy.stats.f.ppf(level_o