如何在 python 中从 z 分数找到 p 值

在统计学中，我们通常希望确定与假设检验产生的某个 z 分数相关的p 值。如果该 p 值低于一定的显着性水平，我们可以拒绝假设检验的原假设。

要在 Python 中查找与 z 分数相关的 p 值，我们可以使用scipy.stats.norm.sf() 函数，该函数使用以下语法：

scipy.stats.norm.sf(abs(x))

金子：

• x： z 分数

以下示例说明如何查找与左侧测试、右侧测试和双尾测试的 z 分数关联的 p 值。

左测试

假设我们想要在左手假设检验中找到与 z 分数-0.77相关的 p 值。

 import scipy.stats

#find p-value
scipy.stats.norm.sf(abs(-0.77))

0.22064994634264962

p 值为0.2206 。如果我们使用 α = 0.05 的显着性水平，我们将无法拒绝假设检验的原假设，因为该 p 值不小于 0.05。

正确的测试

假设我们想要在极右假设检验中找到与 z 分数1.87相关的 p 值。

 import scipy.stats

#find p-value
scipy.stats.norm.sf(abs(1.87))

0.030741908929465954

p 值为0.0307 。如果我们使用 α = 0.05 的显着性水平，我们将拒绝假设检验的原假设，因为该 p 值小于 0.05。

双面测试

假设我们想要在双尾假设检验中找到与 z 分数1.24相关的 p 值。

 import scipy.stats

#find p-value for two-tailed test
scipy.stats.norm.sf(abs(1.24))*2

0.21497539414917388

为了找到这个双边 p 值，我们只需将单边 p 值乘以 2。

p 值为0.2149 。如果我们使用 α = 0.05 的显着性水平，我们将无法拒绝假设检验的原假设，因为该 p 值不小于 0.05。

相关：您还可以使用此在线 P 值 Z 分数计算器来查找 p 值。