วิธีค้นหาค่า p จากคะแนน t ใน python

บ่อยครั้งในสถิติ เราต้องการหา ค่า p ที่เกี่ยวข้องกับคะแนน t อันเป็นผลจาก การทดสอบสมมติฐาน หากค่า p นี้ต่ำกว่าระดับนัยสำคัญที่กำหนด เราสามารถปฏิเสธสมมติฐานว่างของการทดสอบสมมติฐานได้

หากต้องการค้นหาค่า p ที่เกี่ยวข้องกับ t-score ใน Python เราสามารถใช้ ฟังก์ชัน scipy.stats.t.sf() ซึ่งใช้ไวยากรณ์ต่อไปนี้:

scipy.stats.t.sf(abs(x), df)

ทอง:

• x: คะแนน t
• df: องศาแห่งอิสรภาพ

ตัวอย่างต่อไปนี้แสดงวิธีค้นหาค่า p ที่เกี่ยวข้องกับคะแนน t สำหรับการทดสอบทางด้านซ้าย การทดสอบทางด้านขวา และการทดสอบแบบสองด้าน

เหลือการทดสอบ

สมมติว่าเราต้องการค้นหาค่า p ที่เกี่ยวข้องกับคะแนน t ที่ -0.77 และ df = 15 ในการทดสอบสมมติฐานด้านซ้าย

 import scipy.stats

#find p-value
scipy.stats.t.sf(abs(-.77), df=15)

0.2266283049085413

ค่า p คือ 0.2266 หากเราใช้ระดับนัยสำคัญที่ α = 0.05 เราจะล้มเหลวในการปฏิเสธสมมติฐานว่างของการทดสอบสมมติฐานของเรา เนื่องจากค่า p นี้ไม่น้อยกว่า 0.05

การทดสอบที่ถูกต้อง

สมมติว่าเราต้องการค้นหาค่า p ที่เกี่ยวข้องกับคะแนน t 1.87 และ df = 24 ในการทดสอบสมมติฐานของฝ่ายขวา

 import scipy.stats

#find p-value
scipy.stats.t.sf(abs(1.87), df=24)

0.036865328383323424

ค่า p คือ 0.0368 หากเราใช้ระดับนัยสำคัญที่ α = 0.05 เราจะปฏิเสธสมมติฐานว่างของการทดสอบสมมติฐานของเรา เนื่องจากค่า p นี้น้อยกว่า 0.05

การทดสอบสองด้าน

สมมติว่าเราต้องการค้นหาค่า p ที่เกี่ยวข้องกับคะแนน t 1.24 และ df = 22 ในการทดสอบสมมติฐานแบบสองด้าน

 import scipy.stats

#find p-value for two-tailed test
scipy.stats.t.sf(abs(1.24), df=22)*2

0.22803901531680093

ในการหาค่า p สองด้านนี้ เราก็แค่คูณค่า p ด้านเดียวด้วยสอง

ค่า p คือ 0.2280 หากเราใช้ระดับนัยสำคัญที่ α = 0.05 เราจะล้มเหลวในการปฏิเสธสมมติฐานว่างของการทดสอบสมมติฐานของเรา เนื่องจากค่า p นี้ไม่น้อยกว่า 0.05

ที่เกี่ยวข้อง: คุณยังสามารถใช้ เครื่องคำนวณคะแนน T ออนไลน์เป็นค่า P เพื่อค้นหาค่า p ได้