T统计量中的Python p值
T统计量中的Python p值
提问于 2013-07-10 07:19:27
我有一些t值和自由度，我想从它们中找出p值(它是双尾的)。在现实世界中，我会在统计教科书的后面使用t-test表；我如何在Python中做同样的事情？
例如：
t-lookup(5, 7) = 0.00245或类似的东西。
我知道在SciPy中，如果我有数组，我可以做scipy.stats.ttest_ind，但我没有，我只有t-统计和自由度。
回答 1
Stack Overflow用户
发布于 2021-09-11 21:55:38
我们也可以使用t.cdf()函数进行计算：
from scipy.stats import t
t_stat = 2.25
dof = 15
# p-value for 2-sided test
2*(1 - t.cdf(abs(t_stat), dof))
# 0.03988800677091664
2*(t.cdf(-abs(t_stat), dof))
# 0.03988800677091648下图显示了双侧t检验中5%显著性水平的临界区。对于上面的例子，我们可以看到零假设可以被拒绝。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/17559897
复制相关文章
相似问题