Jak znaleźć krytyczną wartość z w pythonie


Za każdym razem, gdy przeprowadzasz test hipotezy, otrzymujesz statystykę testową. Aby określić, czy wyniki testu hipotezy są istotne statystycznie, można porównać statystykę testu z krytyczną wartością Z. Jeżeli wartość bezwzględna statystyki testowej jest większa niż krytyczna wartość Z, wówczas wyniki testu są istotne statystycznie.

Aby znaleźć krytyczną wartość Z w Pythonie, możesz użyć funkcji scipy.stats.norm.ppf() , która wykorzystuje następującą składnię:

scipy.stats.norm.ppf(q)

Złoto:

  • p: Poziom istotności, który należy zastosować

Poniższe przykłady ilustrują, jak znaleźć krytyczną wartość Z dla testu leworęcznego, testu praworęcznego i testu dwustronnego.

Lewy test

Załóżmy, że chcemy znaleźć krytyczną wartość Z dla lewego testu na poziomie istotności 0,05:

 import scipy.stats

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

-1.64485

Krytyczna wartość Z wynosi -1,64485 . Zatem jeśli statystyka testowa jest mniejsza od tej wartości, wyniki testu są statystycznie istotne.

Właściwy test

Załóżmy, że chcemy znaleźć krytyczną wartość Z dla testu prawej strony bocznej na poziomie istotności 0,05:

 import scipy.stats

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

1.64485

Krytyczna wartość Z wynosi 1,64485 . Jeśli więc statystyka testowa jest większa od tej wartości, wyniki testu są statystycznie istotne.

Test dwustronny

Załóżmy, że chcemy znaleźć krytyczną wartość Z dla dwustronnego testu o poziomie istotności 0,05:

 import scipy.stats

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

1.95996

Za każdym razem, gdy przeprowadzasz test dwustronny, pojawią się dwie wartości krytyczne. W tym przypadku krytyczne wartości Z wynoszą 1,95996 i -1,95996 . Zatem jeśli statystyka testowa jest mniejsza niż -1,95996 lub większa niż 1,95996, wyniki testu są statystycznie istotne.

Dokładne szczegóły funkcji norm.ppf() znajdują się w dokumentacji SciPy .

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *