Python - wartość p

Wartość p jest o sile hipotezy. Budujemy hipotezę na podstawie pewnego modelu statystycznego i porównujemy trafność modelu za pomocą wartości p. Jednym ze sposobów uzyskania wartości p jest użycie testu T.

Jest to dwustronny test dla hipotezy zerowej, że oczekiwana wartość (średnia) próby niezależnych obserwacji „a” jest równa podanej średniej populacji, popmean. Rozważmy następujący przykład.

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

Powyższy program wygeneruje następujące dane wyjściowe.

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

Porównanie dwóch próbek

W poniższych przykładach są dwie próbki, które mogą pochodzić z tego samego lub innego rozkładu i chcemy sprawdzić, czy te próbki mają takie same właściwości statystyczne.

ttest_ind- Oblicza test T dla średnich z dwóch niezależnych próbek wyników. Jest to dwustronny test dla hipotezy zerowej, że dwie niezależne próbki mają identyczne średnie (oczekiwane) wartości. Ten test zakłada, że ​​populacje mają domyślnie identyczne wariancje.

Możemy użyć tego testu, jeśli obserwujemy dwie niezależne próbki z tej samej lub innej populacji. Rozważmy następujący przykład.

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)

Powyższy program wygeneruje następujące dane wyjściowe.

Ttest_indResult(statistic = -0.67406312233650278, pvalue = 0.50042727502272966)

Możesz przetestować to samo z nową tablicą o tej samej długości, ale ze zróżnicowaną średnią. Użyj innej wartości wloc i przetestuj to samo.