Hoe de kritische z-waarde in python te vinden

Elke keer dat u een hypothesetest uitvoert, krijgt u een teststatistiek. Om te bepalen of de resultaten van de hypothesetest statistisch significant zijn, kunt u de teststatistiek vergelijken met een kritische Z-waarde . Als de absolute waarde van de teststatistiek groter is dan de kritische Z-waarde, zijn de testresultaten statistisch significant.

Om de kritische Z-waarde in Python te vinden, kun je de scipy.stats.norm.ppf() functie gebruiken , die de volgende syntaxis gebruikt:

scipy.stats.norm.ppf(q)

Goud:

• V: Het significantieniveau dat moet worden gebruikt

De volgende voorbeelden illustreren hoe u de kritische Z-waarde kunt vinden voor een linkshandige toets, een rechtshandige toets en een tweezijdige toets.

Links proef

Stel dat we de kritische Z-waarde willen vinden voor een linkertoets met een significantieniveau van 0,05:

 import scipy.stats

#find Z critical value
scipy.stats.norm.ppf(.05)

-1.64485

De kritische Z-waarde is -1,64485 . Dus als de teststatistiek lager is dan deze waarde, zijn de testresultaten statistisch significant.

Juiste proef

Stel dat we de kritische Z-waarde willen vinden voor een rechter laterale test met een significantieniveau van 0,05:

 import scipy.stats

#find Z critical value
scipy.stats.norm.ppf(1-.05)

1.64485

De kritische Z-waarde is 1,64485 . Dus als de teststatistiek groter is dan deze waarde, zijn de testresultaten statistisch significant.

Tweezijdige proef

Stel dat we de kritische Z-waarde willen vinden voor een tweezijdige toets met een significantieniveau van 0,05:

 import scipy.stats

#find Z critical value
scipy.stats.norm.ppf(1-.05/2)

1.95996

Elke keer dat u een tweezijdige test uitvoert, zijn er twee kritische waarden. In dit geval zijn de kritische Z-waarden 1,95996 en -1,95996 . Dus als de teststatistiek kleiner is dan -1,95996 of groter dan 1,95996, zijn de testresultaten statistisch significant.