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/