Reportez-vous à la documentation SciPy pour les détails exacts de la fonction t.ppf().
Comment trouver la valeur critique T en Python
Chaque fois que vous effectuez un test t, vous obtenez une statistique de test. Pour déterminer si les résultats du test t sont statistiquement significatifs, vous pouvez comparer la statistique du test à une valeur critique T . Si la valeur absolue de la statistique du test est supérieure à la valeur critique T, alors les résultats du test sont statistiquement significatifs.
La valeur critique T peut être trouvée en utilisant une table de distribution t ou en utilisant un logiciel statistique.
Pour trouver la valeur critique de T, vous devez préciser :
- Un niveau de signification (les choix courants sont 0,01, 0,05 et 0,10)
- Les degrés de liberté
En utilisant ces deux valeurs, vous pouvez déterminer la valeur critique T à comparer avec la statistique de test.
Comment trouver la valeur critique T en Python
Pour trouver la valeur critique T en Python, vous pouvez utiliser la fonction scipy.stats.t.ppf() , qui utilise la syntaxe suivante :
scipy.stats.t.ppf(q, df)
où:
- q : Le niveau de signification à utiliser
- df : Les degrés de liberté
Les exemples suivants illustrent comment trouver la valeur critique de T pour un test à gauche, un test à droite et un test bilatéral.
Test de gauche
Supposons que nous voulions trouver la valeur critique T pour un test gauche avec un niveau de signification de 0,05 et des degrés de liberté = 22 :
import scipy.stats #find T critical value scipy.stats.t.ppf(q=.05,df=22) -1.7171
La valeur critique de T est -1,7171 . Ainsi, si la statistique du test est inférieure à cette valeur, les résultats du test sont statistiquement significatifs.
Test de droite
Supposons que nous voulions trouver la valeur critique T pour un test extrême droit avec un niveau de signification de 0,05 et des degrés de liberté = 22 :
import scipy.stats #find T critical value scipy.stats.t.ppf(q=1-.05,df=22) 1.7171
La valeur critique de T est 1,7171 . Ainsi, si la statistique du test est supérieure à cette valeur, les résultats du test sont statistiquement significatifs.
Test bilatéral
Supposons que nous voulions trouver la valeur critique T pour un test bilatéral avec un niveau de signification de 0,05 et des degrés de liberté = 22 :
import scipy.stats #find T critical value scipy.stats.t.ppf(q=1-.05/2,df=22) 2.0739
Chaque fois que vous effectuez un test bilatéral, il y aura deux valeurs critiques. Dans ce cas, les valeurs critiques de T sont 2,0739 et -2,0739 . Ainsi, si la statistique du test est inférieure à -2,0739 ou supérieure à 2,0739, les résultats du test sont statistiquement significatifs.