Як знайти критичне значення z у python


Кожного разу, коли ви виконуєте перевірку гіпотези, ви отримуєте статистику перевірки. Щоб визначити, чи є результати перевірки гіпотези статистично значущими, ви можете порівняти тестову статистику з критичним значенням Z. Якщо абсолютне значення тестової статистики більше критичного значення Z, то результати тесту є статистично значущими.

Щоб знайти критичне значення Z у Python, ви можете скористатися функцією scipy.stats.norm.ppf() , яка використовує такий синтаксис:

scipy.stats.norm.ppf(q)

золото:

  • q: рівень значущості для використання

Наведені нижче приклади ілюструють, як знайти критичне значення Z для лівостороннього тесту, правостороннього тесту та двостороннього тесту.

Ліва перевірка

Припустимо, ми хочемо знайти критичне значення Z для лівого тесту з рівнем значущості 0,05:

 import scipy.stats

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

-1.64485

Критичне значення Z становить -1,64485 . Отже, якщо статистика тесту менша за це значення, результати тесту є статистично значущими.

Правильний тест

Припустімо, ми хочемо знайти критичне значення Z для правого бічного тесту з рівнем значущості 0,05:

 import scipy.stats

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

1.64485

Критичне значення Z становить 1,64485 . Отже, якщо статистика тесту більша за це значення, результати тесту є статистично значущими.

Двосторонній тест

Припустимо, ми хочемо знайти критичне значення Z для двостороннього тесту з рівнем значущості 0,05:

 import scipy.stats

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

1.95996

Кожного разу, коли ви виконуєте двобічний тест, буде два критичних значення. У цьому випадку критичні значення Z дорівнюють 1,95996 і -1,95996 . Отже, якщо статистика тесту менша за -1,95996 або більша за 1,95996, результати тесту є статистично значущими.

Точні відомості про функцію norm.ppf() дивіться в документації SciPy .

Додати коментар

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *