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
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
相关问题 更多 >
编程相关推荐