z検定:
計算されたしきい値:scipy.stats.norm.ppf(level_of_confidence)
P値を計算した:scipy.stats.norm.sf(ABS(z_score))、または両側検定をするための基礎を乗算1- scipy.stats.norm.cdf(ABS(z_score))---左尾部と右尾部、 2
しきい値の計算例:
scipy.statsのインポート規範 critical1 = norm.ppf(0.95) #左の裾と右尾 critical2 norm.ppf =(0.975) #2テール
t検定:
計算されたしきい値:scipy.stats.t.ppf(level_of_confidence、degree_of_freedom)
P値を計算した:scipy.stats.t.sf(ABS(t_score)、DF)、または1- scipy.stats.t.cdf(ABS(t_score)、DF)---左または尾の右端、両側検定が必要これに基づいて、2を乗じました
しきい値の計算例:
scipy.statsの輸入トン critical1 = t.ppf(0.95,10) #左の裾と右尾 critical2 = t.ppf(0.975,10) #2テール
カイ二乗検定:
計算されたしきい値:scipy.stats.chi2.ppf(level_of_confidence、degree_of_freedom)
P値を計算した:scipy.stats.chi2.sf(ABS(chi2_score)、DF)、または1- scipy.stats.chi2.cdf(ABS(chi2_score)、DF)---左または尾の右端、両側検定が必要これに基づいて、2を乗じました
しきい値の計算例:
scipy.statsのインポートchi2 critical1 = chi2.ppf(0.95,10) #左の裾と右尾 critical2 = chi2.ppf(0.975,10) #2テール
F検定:
計算されたしきい値:scipy.stats.f.ppf(level_of_confidence、DFN、DFD)
P値を計算した:scipy.stats.f.sf(ABS(chi2_score)、DFN、DFD)、または1- scipy.stats.chi2.cdf(ABS(chi2_score)、DFN、DFD)---左または尾の右端、必要なの乗算に基づいて両側検定2
しきい値の計算例:
scipy.statsのインポートF critical1 = f.ppf(0.95,30,28) #左の裾と右尾 critical2 = f.ppf(0.975,30,28) #2テール
注意:
CDFは累積分布確率、すなわち、より少ない又は発生合計確率値に等しいです。
PPF CDFは、対応する統計の値を見つける確率の即ち合計が知られており、逆です。
参考:https://machinelearningmastery.com/critical-values-for-statistical-hypothesis-testing/