如何在python scipy-tes中获得不同置信级别的P值

Question

在pythonsicpyt测试或其他统计测试中，除了默认值（95%）以外，如何在不同的置信度下获得p值？例如：

import scipy
from scipy import stats
data = [10,12,34,34,45,67,56,78,90,67,80,45,47,58]
stats.ttest_1samp(data,40)

结果如下-

^{pr2}$

但我也需要90%和99%置信水平的p值。在

只有一个答案，但不太清楚它的置信水平在哪里。 Python p-value from t-statistic

在Python中，如果不能用Scipy来完成，那么还有其他替代Scipy的方法吗？在

Answer 1

独立样本平均值与给定总体平均值相等的T检验只有一个p值。在

在给定的置信水平下，基于它的值，这在主观上被认为是显著的。在

在您的测试中，p值为0.093，表明观察到的样本平均值有9.3%的概率来自平均值为40的群体的独立样本。在90%的置信水平（因为9.3%<；=10%）下，这将被认为是显著的（即会导致无效假设被拒绝），但在95%的置信水平或99%的置信水平下则不如此。在