Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment trouver la valeur critique Z en Python



Chaque fois que vous effectuez un test d’hypothèse, vous obtenez une statistique de test. Pour déterminer si les résultats du test d’hypothèse sont statistiquement significatifs, vous pouvez comparer la statistique du test à une valeur critique Z . Si la valeur absolue de la statistique du test est supérieure à la valeur critique Z, alors les résultats du test sont statistiquement significatifs.

Pour trouver la valeur critique Z en Python, vous pouvez utiliser la fonction scipy.stats.norm.ppf() , qui utilise la syntaxe suivante :

scipy.stats.norm.ppf(q)

où:

  • q : Le niveau de signification à utiliser

Les exemples suivants illustrent comment trouver la valeur critique Z pour un test à gauche, un test à droite et un test bilatéral.

Test de gauche

Supposons que nous souhaitions trouver la valeur critique Z pour un test gauche avec un niveau de signification de 0,05 :

import scipy.stats

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

-1.64485

La valeur critique Z est -1,64485 . Ainsi, si la statistique du test est inférieure à cette valeur, les résultats du test sont statistiquement significatifs.

Test de droite

Supposons que nous souhaitions trouver la valeur critique Z pour un test latéral droit avec un niveau de signification de 0,05 :

import scipy.stats

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

1.64485

La valeur critique Z est 1,64485 . Ainsi, si la statistique du test est supérieure à cette valeur, les résultats du test sont statistiquement significatifs.

Test bilatéral

Supposons que nous souhaitions trouver la valeur critique Z pour un test bilatéral avec un niveau de signification de 0,05 :

import scipy.stats

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

1.95996

Chaque fois que vous effectuez un test bilatéral, il y aura deux valeurs critiques. Dans ce cas, les valeurs critiques Z sont 1,95996 et -1,95996 . Ainsi, si la statistique du test est inférieure à -1,95996 ou supérieure à 1,95996, les résultats du test sont statistiquement significatifs.

Reportez-vous à la documentation SciPy pour les détails exacts de la fonction norm.ppf().

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *