如何在 Python 中查找 Z 临界值?

pythonserver side programmingprogramming更新于 2024/2/10 18:27:00

在本文中，我们将学习如何在 Python 中查找 Z 临界值。

什么是 Z 临界值?

在统计学中，常见正态模型下的区域称为 Z 临界值。显示每个可能变量的概率。检验统计量是我们进行假设检验时产生的。要确定假设检验的结果是否具有统计意义，可以将检验统计量与 Z 临界值进行比较。当结果的绝对值超过 Z 临界值时，结果被视为具有统计意义。本教程将介绍 Python 中 Z 临界值的确定。

当您进行假设检验时，您将收到一个检验统计量。要查看假设检验结果是否具有统计意义，请将检验统计量与 Z 临界值进行比较。如果检验统计量的绝对值超过 Z 临界值，则检验结果具有统计意义。

在 Python 中，您可以使用 scipy.stats.norm.ppf() 方法获取 Z 临界值，该方法具有以下语法 −

scipy.stats.norm.ppf(q)

其中 q 代表要使用的显著性水平。

假设我们希望确定显著性水平为 a.05 的左尾检验的 Z 临界值 −

!pip3 install scipy
import scipy.stats

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

-1.6448536269514729

Z 的临界值为 -1.64485。如果检验统计量低于此阈值，则检验结果具有统计显著性。

假设我们正在寻找右尾检验的 Z 临界值，其显著性水平为 a.05 −

import scipy.stats

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

1.6448536269514722

Z 的关键数字是 1.64485。因此，如果检验统计量高于此数字，则认为检验结果具有统计显著性。

假设我们正在寻找显著性水平为 a.05 的双尾检验的 Z 临界值 −

import scipy.stats

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

1.959963984540054

进行双尾检验时，总是有两个基本值。在这种情况下，1.95996 和 -1.95996 是 Z 临界值。因此，如果检验统计量小于 -1.95996 或大于 1.95996，则检验结果具有统计意义。

在统计学中，Z 临界值用于确定数据的洞察力，因此机器学习模型可以使用它并基于它进行预测。