Como encontrar o valor crítico de z em python


Cada vez que você realiza um teste de hipótese, você obtém uma estatística de teste. Para determinar se os resultados do teste de hipótese são estatisticamente significativos, você pode comparar a estatística do teste com um valor Z crítico . Se o valor absoluto da estatística do teste for maior que o valor Z crítico, os resultados do teste serão estatisticamente significativos.

Para encontrar o valor crítico de Z em Python, você pode usar a função scipy.stats.norm.ppf() , que usa a seguinte sintaxe:

scipy.stats.norm.ppf(q)

Ouro:

  • q: O nível de significância a ser usado

Os exemplos a seguir ilustram como encontrar o valor Z crítico para um teste para canhotos, um teste para destros e um teste bicaudal.

Teste esquerdo

Suponha que queiramos encontrar o valor crítico de Z para um teste à esquerda com um nível de significância de 0,05:

 import scipy.stats

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

-1.64485

O valor crítico de Z é -1,64485 . Portanto, se a estatística do teste for menor que esse valor, os resultados do teste serão estatisticamente significativos.

Teste certo

Suponha que queremos encontrar o valor crítico de Z para um teste lateral direito com um nível de significância de 0,05:

 import scipy.stats

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

1.64485

O valor crítico de Z é 1,64485 . Portanto, se a estatística do teste for maior que esse valor, os resultados do teste serão estatisticamente significativos.

Teste bilateral

Suponha que queiramos encontrar o valor crítico de Z para um teste bicaudal com um nível de significância de 0,05:

 import scipy.stats

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

1.95996

Cada vez que você realizar um teste bicaudal, haverá dois valores críticos. Neste caso, os valores críticos de Z são 1,95996 e -1,95996 . Portanto, se a estatística do teste for inferior a -1,95996 ou superior a 1,95996, os resultados do teste serão estatisticamente significativos.

Consulte a documentação do SciPy para obter os detalhes exatos da função norm.ppf().

Add a Comment

O seu endereço de email não será publicado. Campos obrigatórios marcados com *