使用来自scipy.stat.norm
的scipy.stat.norm
函数,我得到了一个单尾结果,例如,ppf(.95)
给出的是1.644...
,而不是1.96...
--双尾分布应该得到。
是否有基于p值的双尾z分数的函数?
发布于 2015-04-10 13:32:23
你要找的东西很简单
In [12]: def normz(val):
....: return scipy.stats.norm.ppf((1+val)/2)
....:
In [13]: normz(0.95)
Out[13]: 1.959963984540054
这是因为正态分布的对称性。95%的置信区间覆盖了95%的正常曲线,因此在这95%之外获得一个值的概率小于5% (因为它的形状)。然后回顾法向曲线是对称的,每条尾巴的面积等于
所以在你的例子中,每个尾巴上的区域是0.025
。
因此,要将scipy.stats.normal.ppf()
与C
一起使用,必须使用正态分布的对称性质,并且
为了得到一个合适的上下尾概率0.975
与scipy.stats.norm.ppf()
一起使用。这个图表可以帮助你可视化这个概念。
https://stackoverflow.com/questions/29337603
复制相似问题