Python-P値

p値は、仮説の強さに関するものです。いくつかの統計モデルに基づいて仮説を立て、p値を使用してモデルの妥当性を比較します。p値を取得する1つの方法は、T検定を使用することです。

これは、独立した観測値「a」のサンプルの期待値(平均)が与えられた母平均に等しいという帰無仮説の両側検定です。 popmean。次の例を考えてみましょう。

from scipy import stats
rvs = stats.norm.rvs(loc = 5, scale = 10, size = (50,2))
print stats.ttest_1samp(rvs,5.0)

上記のプログラムは、次の出力を生成します。

Ttest_1sampResult(statistic = array([-1.40184894, 2.70158009]),
pvalue = array([ 0.16726344, 0.00945234]))

2つのサンプルの比較

次の例では、同じ分布または異なる分布のいずれかから取得できる2つのサンプルがあり、これらのサンプルが同じ統計的特性を持っているかどうかをテストします。

ttest_ind−スコアの2つの独立したサンプルの平均のT検定を計算します。これは、2つの独立したサンプルの平均(期待)値が同じであるという帰無仮説の両側検定です。この検定は、母集団の分散がデフォルトで同じであることを前提としています。

同じ母集団または異なる母集団からの2つの独立したサンプルを観察する場合は、この検定を使用できます。次の例を考えてみましょう。

from scipy import stats
rvs1 = stats.norm.rvs(loc = 5,scale = 10,size = 500)
rvs2 = stats.norm.rvs(loc = 5,scale = 10,size = 500)
print stats.ttest_ind(rvs1,rvs2)

上記のプログラムは、次の出力を生成します。

Ttest_indResult(statistic = -0.67406312233650278, pvalue = 0.50042727502272966)

同じ長さの新しい配列を使用して同じものをテストできますが、平均は異なり​​ます。で別の値を使用するloc 同じことをテストします。