資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 Python 中根據 Z 分數查詢 P 值？
從 Z 分數獲得 p 值是典型的統計過程。Z 分數，有時也稱為標準分數，表示值與正態分佈均值的標準差數。Z 分數可用於評估特定值出現在正態分佈中的機率。
p 值是在原假設為真的情況下，獲得至少與觀察到的檢驗統計量一樣嚴重或更嚴重的檢驗統計量的機率。由於 Z 分數通常是檢驗統計量，因此從 Z 分數確定 p 值可以評估觀察到的 Z 分數的統計顯著性。本文將討論 P 值、Z 分數以及如何根據 Z 分數在 Python 中計算 P 值。
什麼是 P 值？
在統計學中，p 值是在原假設為真的情況下，獲得至少與觀察到的檢驗統計量一樣嚴重或更嚴重的檢驗統計量的機率。原假設聲稱實驗結果與預測結果之間沒有顯著差異。
假設檢驗利用 p 值來幫助確定研究結果是否具有統計學意義。如果 p 值非常小，則表明觀察到的資料在原假設為真的情況下發生的可能性很小，因此拒絕原假設。由於觀察到的資料很可能是由於偶然發生的，因此不拒絕原假設。
什麼是 Z 分數？
Z 分數，有時也稱為標準分數，表示值與正態分佈均值的標準差數。Z 分數是透過從感興趣的值中減去分佈的均值，然後將結果除以分佈的標準差來計算的。
Z 分數是一個有用的指標，因為它允許跨不同正態分佈比較值，而無需考慮規模。現在，更容易評估給定數字是否為異常值，或者該值在正態分佈中出現的機率。
如何在 Python 中根據 Z 分數查詢 P 值？
可以使用 scipy.stats 包中的 norm.sf 函式根據 Z 分數計算 p 值。此函式返回輸入 Z 分數大於標準正態隨機變數的機率。以下是如何使用此函式根據 Z 分數獲取 p 值的示例 -
語法
p_value = norm.sf(abs(2.0)) p_value = norm.cdf(2.0)
示例 1
也可以使用 scipy.stats 包中的 norm.cdf 函式查詢 Z 分數的 p 值。此方法返回輸入 Z 分數小於或等於標準正態隨機變數的機率。
from scipy.stats import norm # Calculate the p-value for a z-score of 2.0 p_value = norm.sf(abs(2.0)) # Print the p-value print(p_value)
輸出
0.022750131948179195
示例 2
以下是如何使用此函式獲取 p 值的示例。
from scipy.stats import norm # Calculate the p-value for a z-score of 2.0 p_value = norm.cdf(2.0) # Print the p-value print(p_value)
輸出
0.9772498680518208
結論
最後，根據 Z 分數計算 p 值是典型的統計操作。p 值是在原假設為真的情況下，獲得至少與觀察到的檢驗統計量一樣嚴重或更嚴重的檢驗統計量的機率。由於 Z 分數通常是檢驗統計量，因此從 Z 分數計算 p 值是確定觀察到的 Z 分數的統計顯著性的一種方法。
根據 Z 分數查詢 p 值是確定正態分佈的統計顯著性的有用方法。它可以幫助研究人員做出關於結果含義的明智決策，並得出關於變數之間關係的結論。
2K+ 次檢視
