Критические функции в питоне

Как найти критическое значение Z в Python

Всякий раз, когда вы проводите проверку гипотезы, в результате вы получаете тестовую статистику. Чтобы определить, являются ли результаты проверки гипотезы статистически значимыми, можно сравнить статистику проверки с критическим значением Z. Если абсолютное значение тестовой статистики больше критического значения Z, то результаты теста статистически значимы.

Чтобы найти критическое значение Z в Python, вы можете использовать функцию scipy.stats.norm.ppf() , которая использует следующий синтаксис:

scipy.stats.norm.ppf(q)

В следующих примерах показано, как найти критическое значение Z для левостороннего, правостороннего и двустороннего критериев.

Левосторонний тест

Предположим, мы хотим найти критическое значение Z для левостороннего теста с уровнем значимости 0,05:

import scipy.stats #find Z critical value scipy.stats.norm.ppf(.05) -1.64485 

Критическое значение Z равно -1,64485.Таким образом, если статистика теста меньше этого значения, результаты теста являются статистически значимыми.

Правосторонний тест

Предположим, мы хотим найти критическое значение Z для правостороннего теста с уровнем значимости 0,05:

import scipy.stats #find Z critical value scipy.stats.norm.ppf(1-.05) 1.64485 

Критическое значение Z равно 1,64485.Таким образом, если статистика теста больше этого значения, результаты теста являются статистически значимыми.

Двусторонний тест

Предположим, мы хотим найти критическое значение Z для двустороннего теста с уровнем значимости 0,05:

import scipy.stats #find Z critical value scipy.stats.norm.ppf(1-.05/2) 1.95996 

Всякий раз, когда вы выполняете двусторонний тест, будет два критических значения. В этом случае критические значения Z составляют 1,95996 и -1,95996.Таким образом, если статистика теста меньше -1,95996 или больше 1,95996, результаты теста являются статистически значимыми.

Подробные сведения о функции norm.ppf() см. в документации SciPy .

Источник

Как найти критическое значение T в Python

Всякий раз, когда вы проводите t-тест, в результате вы получаете тестовую статистику. Чтобы определить, являются ли результаты t-теста статистически значимыми, можно сравнить статистику теста с критическим значением T. Если абсолютное значение тестовой статистики больше критического значения Т, то результаты теста статистически значимы.

Критическое значение T можно найти с помощью таблицы распределения t или с помощью статистического программного обеспечения.

Чтобы найти критическое значение T, необходимо указать:

Используя эти два значения, вы можете определить критическое значение T для сравнения со статистикой теста.

Как найти критическое значение T в Python

Чтобы найти критическое значение T в Python, вы можете использовать функцию scipy.stats.t.ppf() , которая использует следующий синтаксис:

scipy.stats.t.ppf(q, df)

• q: уровень значимости для использования
• df : Степени свободы

В следующих примерах показано, как найти критическое значение T для левостороннего, правостороннего и двустороннего критериев.

Левосторонний тест

Предположим, мы хотим найти критическое значение T для левостороннего теста с уровнем значимости 0,05 и степенями свободы = 22:

import scipy.stats #find T critical value scipy.stats.t.ppf(q=.05,df=22) -1.7171 

Критическое значение T равно -1,7171.Таким образом, если статистика теста меньше этого значения, результаты теста являются статистически значимыми.

Правосторонний тест

Предположим, мы хотим найти критическое значение T для правостороннего теста с уровнем значимости 0,05 и степенями свободы = 22:

import scipy.stats #find T critical value scipy.stats.t.ppf(q=1-.05,df=22) 1.7171 

Критическое значение T равно 1,7171.Таким образом, если статистика теста больше этого значения, результаты теста являются статистически значимыми.

Двусторонний тест

Предположим, мы хотим найти критическое значение T для двустороннего теста с уровнем значимости 0,05 и степенями свободы = 22:

import scipy.stats #find T critical value scipy.stats.t.ppf(q=1-.05/2,df=22) 2.0739 

Всякий раз, когда вы выполняете двусторонний тест, будет два критических значения. В этом случае критические значения T равны 2,0739 и -2,0739.Таким образом, если статистика теста меньше -2,0739 или больше 2,0739, результаты теста являются статистически значимыми.

Подробные сведения о функции t.ppf() см. в документации SciPy .

Источник

Как найти критическое значение F в Python

Когда вы проводите F-тест, в результате вы получаете F-статистику. Чтобы определить, являются ли результаты теста F статистически значимыми, можно сравнить статистику F с критическим значением F. Если статистика F больше критического значения F, то результаты теста статистически значимы.

Критическое значение F можно найти с помощью таблицы распределения F или с помощью статистического программного обеспечения.

Чтобы найти критическое значение F, вам нужно:

• Уровень значимости (обычно выбирают 0,01, 0,05 и 0,10).
• Числитель степеней свободы
• Знаменатель степеней свободы

Используя эти три значения, вы можете определить критическое значение F для сравнения со статистикой F.

Как найти критическое значение F в Python

Чтобы найти критическое значение F в Python, вы можете использовать функцию scipy.stats.f.ppf() , которая использует следующий синтаксис:

scipy.stats.f.ppf(q, dfn, dfd)

• q: уровень значимости для использования
• dfn : Степени свободы в числителе
• dfd : Степени свободы в знаменателе

Эта функция возвращает критическое значение из F-распределения на основе предоставленного уровня значимости, степеней свободы числителя и степеней свободы знаменателя.

Например, предположим, что мы хотим найти критическое значение F для уровня значимости 0,05, степеней свободы в числителе = 6 и степеней свободы в знаменателе = 8.

import scipy.stats #find F critical value scipy.stats.f.ppf(q=1-.05, dfn=6, dfd=8) 3.5806 

Критическое значение F для уровня значимости 0,05, степеней свободы в числителе = 6 и степеней свободы в знаменателе = 8 равно 3,5806 .

Таким образом, если мы проводим какой-либо F-тест, мы можем сравнить статистику F-теста с 3,5806.Если статистика F больше 3,580, то результаты теста статистически значимы.

Обратите внимание, что меньшие значения альфа приведут к большим критическим значениям F. Например, рассмотрим критическое значение F для уровня значимости 0,01 , степени свободы числителя = 6 и степени свободы знаменателя = 8.

scipy.stats.f.ppf(q=1- .01 , dfn=6, dfd=8) 6.3707 

И рассмотрим критическое значение F с точно такими же степенями свободы для числителя и знаменателя, но с уровнем значимости 0,005 :

scipy.stats.f.ppf(q=1- .005 , dfn=6, dfd=8) 7.9512 

Подробные сведения о функции f.ppf() см. в документации SciPy .

Источник