如果在scs.ttest_ind()中将alternative编码为上1尾部测试，我是否需要将p值除以2？
在scs.ttest_ind()函数中，如果将alternative参数设置为"greater"或"less"，即进行上尾部或下尾部的假设检验，那么计算得到的p值是单侧检验的p值。在这种情况下，如果需要得到双侧检验的p值，需要将单侧检验的p值除以2。
具体来说，假设我们有两组样本A和B，我们想要比较它们的均值是否有显著差异。使用scs.ttest_ind()函数进行独立样本t检验时，可以通过设置alternative参数来指定假设检验的方向。
- 如果将alternative参数设置为"default"或"two-sided"，即进行双尾部的假设检验，计算得到的p值是双侧检验的p值，不需要除以2。
- 如果将alternative参数设置为"greater"，即进行上尾部的假设检验，计算得到的p值是单侧检验的p值，需要将其除以2得到双侧检验的p值。
- 如果将alternative参数设置为"less"，即进行下尾部的假设检验，同样需要将计算得到的p值除以2得到双侧检验的p值。
需要注意的是，除非有特殊需求，一般情况下我们会选择双尾部的假设检验，即将alternative参数设置为"default"或"two-sided"，这样可以更全面地考虑两组样本均值的差异。
相关·内容
1回答
同时运行多重但独立的假设
python、statsmodels、hypothesis-test
这里使用ztest内置函数在statsmodels中执行单假设测试，但是如果我想在多个不同的columns上运行多个单独的假设测试来测试两个medians或两个means之间的差异，那么当一个接一个地运行时，是否有更快、更有效的方法(内存和时间上)运行<代码>D11</代码>这些测试的数量，更具体一些，比如我们有一个dataframe n columns，我想要检验某一特定交易日的平均或中位收益或(它们的顺序)与该股票在一段时间内的总体平均值之间的差异，比如说5年(有每日价值)，现在在标准情况下，人们会使用
from statsmodels.stats.weightst
浏览 13提问于2022-06-09得票数 -1
回答已采纳
2回答
基于置换的scipy.stats.ttest_1samp替代方案
python、scipy、permutation、t-test
我想使用基于置换的替代来检验我观察到的平均值是否明显大于零。我偶然发现了，但我不确定这是否也可以用于我的情况？我还偶然发现了，它似乎能做我想做的事情，但如果可以的话，我想坚持使用scipy。
示例：
import numpy as np
from scipy import stats
# create data
np.random.seed(42)
rvs = np.random.normal(loc=5,scale=5,size=100)
# compute one-sample t-test
t,p = stats.ttest_1samp(rvs,popmean=0,alternat
浏览 25提问于2022-09-01得票数 1
回答已采纳
1回答
如何在Python中执行单尾两样本Kolmogorov-Smirnov测试？
python、python-3.x、statistics
我试图在Python 3中执行两个样本的KS测试，以检测发行版之间的任何显著差异。为了方便起见，让a和b成为我想比较的.csv的数据列，我只运行以下“代码”：
from scipy.stats import ks_2samp
ks_2samp(a, b)
返回值包含最大距离(statistics)和p值(pvalue)：
Ks_2sampResult(statistic=0.0329418537762845, pvalue=0.000127997328482532)
我想知道的是，既然ks_2samp只处理双边的双样本KS测试，那么是否有一种方法可以在Python中执行单向的双样本KS测试呢？
浏览 7提问于2019-10-08得票数 4
回答已采纳
1回答
beta-二项式测试在Python中的实现
python、statistics
我一直无法找到用于执行beta-二项式测试的Python函数。然而，在scipy.stats.binomtest中有一个二项式测试函数，我已经使用它来获得实现β-二项式测试的想法。由于我对我的统计知识不是很有信心，所以如果有人检查下面的代码并判断统计数据是否有效，那就太好了。
如您所见，它们不是直接使用形状参数a和b，而是使用估计参数rho (即过色散；估计过程被描述为这里)来计算。从a和b计算rho的公式来自这里 (参见shape1, shape2参数下的第62页)。
def beta_binom_test(x, n=None, p=0.5, rho=0.1, alternative=
浏览 0提问于2022-01-21得票数 1
6回答
如何用numpy/scipy进行两样本单尾t检验
python、scipy、statistics
在R中，只需使用以下命令即可执行两个样本的单尾t检验
> A = c(0.19826790, 1.36836629, 1.37950911, 1.46951540, 1.48197798, 0.07532846)
> B = c(0.6383447, 0.5271385, 1.7721380, 1.7817880)
> t.test(A, B, alternative="greater")
Welch Two Sample t-test
data: A and B
t = -0.4189, df = 6.409, p-value = 0.655
浏览 1提问于2013-04-13得票数 49
回答已采纳
1回答
如何得到Wilcoxon-Mann-Whitney秩和检验的表列区间
r、statistics
我在Rbloggers上读到了关于使用Wilcoxon秩和检验：的主题。
特别是这一部分，我在这里引用：
“对于独立样本，我们最终可以比较Wilcoxon表上列出的时间间隔，两组6个样本的表间隔分别为(26，52)”。
我如何才能得到这些“列表”值？
据我所知，他们使用了一个表，其中的值是根据每个样本的大小来报告的，但我想知道是否有办法在R中得到它们。
这很重要，因为正如我所理解的，一旦p值>0.0 5，并且不能拒绝空假设H0，就可以通过比较“计算”和“列表”间隔来确认H0。
所以我需要的是表格间隔，用R。
浏览 1提问于2018-09-10得票数 0
回答已采纳
2回答
单边单例T测试Python
python、scipy、statistics
在Python语言中，我使用SciPy进行一个样本测试：
from scipy import stats
one_sample_data = [177.3, 182.7, 169.6, 176.3, 180.3, 179.4, 178.5, 177.2, 181.8, 176.5]
one_sample = stats.ttest_1samp(one_sample_data, 175.3)
这是一个双尾测试，但我在scipy.stats.ttest_1samp中看不到进行单尾测试的选项。
在R中，如果我使用的是t.test()，我会简单地设置alternative="less
浏览 2提问于2017-07-06得票数 4
1回答
Matlab中“`ttest`”和“ttest2”函数的区别是什么？
matlab、statistics、t-test
我有两个样本X和Y，都是N*1向量，我发现在Matlab(R2015)中，ttest和ttest2都可以接受两个样本并给出P值，但它们的结果有所不同。
对于ttest，ttest(X，Y)给出P= 1.8e-7，对于ttest2，ttest2(X，Y)给出P= 8.0e-11。这两个函数的P值似乎都相对较低。但是，我并不熟悉这两个函数之间的区别，而且，如果我要报告P值，我应该选择哪一个值？
浏览 18提问于2017-11-15得票数 1
回答已采纳
1回答
Python: p值是不正确的
python、pandas
我想用这个包计算p值。这是使用的代码：
x = st.ttest_1samp(df_efw.stack(),np.round(np.mean(df_lw).mean(),2))
这是我的输出：
Ttest_1sampResult(statistic=-1.3939917717040629, pvalue=0.16382682901590806)
我也是手工计算的，我的统计值是正确的，但p值不是..？P值可以在标准正态分布表上读取。所以问题是:如果您阅读表，您将看到-1,39399的p值为0,0823，而不是0,1638。所以我认为我做错了代码，或者我解释错了什么。那是什么？
浏览 6提问于2021-11-28得票数 1
回答已采纳
1回答
解释置信区间和p值
statistics、confidence-interval、p-value
我很难理解p值和CIs之间的联系。图中的一些结果似乎不一致。从G1开始:将两个样本均值除以，以获得t统计量，然后表示这两个样本均值之间的差异代表总体均值。H0是:两个样本平均值之间的差值等于0(没有差异)，p值为0.05。如果p值低于0.05，我们拒绝零假设。如果它大于0.05，我们就不能拒绝这个假设。所以,
G1有一个p值0.02<0.05 ->我们拒绝空假设，我们在置信区间找不到0，所以我们拒绝零假设。人口收入不平等。在间隔中细化0将意味着我们已经找到了H0为真。G2-> CI有0，p值是0.07>0.05 ->我们不能拒绝H0.G3-> CI中没有0-
浏览 4提问于2022-02-16得票数 2
1回答
P值-解释
python、statistics
def get_pvalue(con_conv, test_conv,con_size, test_size,):
lift = - abs(test_conv - con_conv)
scale_one = con_conv * (1 - con_conv) * (1 / con_size)
scale_two = test_conv * (1 - test_conv) * (1 / test_size)
scale_val = (scale_one + scale_two)**0.5
p_value = 2 * stats.norm.cdf(
浏览 0提问于2019-04-14得票数 0
回答已采纳
2回答
T检验中p-值的意外分布
python、numpy、scipy、statistics
我取了两个样本，每个样本由100 K来自同一标准正态分布的观测数据组成，并检验了它们的均值相同的零假设。我重复了这个实验5K次，并绘制了一个直方图的p值。
根据我的直觉，这两个样本足够大，并且是从相同的分布(相同的平均值和std)取样的。因此，我预计t检验会产生相对较高的p值(拒绝空假设)。然而，p-值似乎是均匀分布的。
下面是我用来创建这个图的代码(我使用的是numpy 1.19.2，ciply1.4.1)：
from scipy import stats
import numpy as np
ps = []
for i in range(5000):
gaussian_
浏览 8提问于2021-06-24得票数 1
回答已采纳
2回答
Python，计算二项式P值:这段代码看起来对吗？
python、p-value、binomial-cdf
我有这样的数据集：
ItemNumber Successes Trials Prob
15 14 95 0.047
9625 20 135 0.047
19 14 147 0.047
24 12 120 0.047
20 15 133 0.047
22 8 91 0.047
9619
浏览 121提问于2017-03-04得票数 0
3回答
如何在Python中执行双样本单尾t测试
python、scipy、statistics、inference、t-test
我想做一个双样本单尾t检验来比较两种方法。对于我正在寻找的具体问题，我希望比较只在一个方向。我希望零假设是mu_2 > mu_1，而替代假设是mu_1 <= mu_2。或者，即使是在单尾情况下，零假设是否仍然是mu_1 - mu_2 = 0？
我正在处理一个大型数据集，但是如果我要提取和舍入参数，对于data_1，它是mu_1 = 4.3, s_1 = 4.8, and n_1 = 40000，data_2是mu_2 = 4.9, s_2 = 4.4, n_2 = 30000。我正在使用two进行双样本t检验：
stats.ttest_ind(data1,
浏览 3提问于2020-04-23得票数 1
回答已采纳
1回答
两台计算机，R studio中相同代码的不同输出
r、statistics、rstudio、non-parametric
因此，我和一个同学正在为一个数据分析类中的问题处理相同的数据和代码。本节的代码如下所示：
aml <- c(1.56, 1.28, 1.94, 1.15, 1.31, 1.92, 0.91, 0.96)
natl <- c(1.17,0.76, 1.24, 1.01, 1.26, 1.18, 0.80)
ks.test(aml, natl, alternative = "less")
当我运行这段代码时
D^- = 0.625, p-value = 0.05411
当他运行代码时，他得到
D^- = 0.625, p-value = 0.027055
但是，我们的输
浏览 0提问于2022-11-09得票数 1
1回答
比较两个向量的FDR
r、p-value、fdr、q-value
我们给出了一个2列(样本、实验条件)和n行(例如基因)的矩阵，我们的目的是确定两个样本之间(在特定的FDR上)发生显著变化的基因。
如何使用R执行此操作？
下面是fdrtool包手册中的一个示例，它演示了如何从p值向量计算FDR：
library("fdrtool")
data(pvalues)
fdr = fdrtool(pvalues, statistic="pvalue")
fdr$qval # estimated Fdr values
fdr$lfdr # estimated local fdr
但问题是，我们这里只有两个观测向量，而不是p值。有什
浏览 2提问于2013-06-08得票数 1
回答已采纳
1回答
从样本均值估计标准误差
statistics、mean、standard-error
随机抽取143名女童和127名男童，对每名儿童的血红蛋白水平(以g/dl为单位)进行测量，结果如下。
女孩n=143平均值=11.35SD= 1.41男孩n=127平均值11.01SD =1.32估计样本均值差异的标准误差
浏览 5提问于2022-05-01得票数 0
回答已采纳
1回答
R中已知分布下数据点拟合概率的计算
r、statistics、distribution、data-fitting
我有一组样本，每个样本都含有元素A的浓度，在下面的柱状图X轴上用对数标度显示。相同浓度的样品数显示在Y轴上.正如您在直方图中看到的那样，分布类似于多模分布。基于我正在使用的实验，左模态，我知道一个事实，那就是仪器噪声(，这是我如何定义噪声:那些数据点大于data+3*standard偏差的平均值)，但右模态是真实的数据。所以，基本上，对于那些在左模态上显示浓度的样本，实际浓度值为零。
我的问题是；
1-我需要一个测量值(p值)，它给我一个概率值，从右边模态中的每个数据点属于(或不)属于左模态(适合或不适合)。
2-如果我在右边只有一个数据点，而不是在右边的另一个分布(正确的模式)，我将如何度量
浏览 2提问于2014-09-19得票数 1
3回答
如何建立t-test来测试R中一个样本是否大于另一个样本？
r、sample
我在两个地点接受了两组空气颗粒物的测量(24个样本，每小时一次)。我知道如何测试均值是否相同(它们不是)，但我的任务是测试Ho，即(building1_air)的颗粒物浓度高于(building2_air)的颗粒物浓度。这是我第一次使用R软件(就此而言，也可以是其他软件)。t-test命令(如果这是正确的术语)应该是什么样子来比较两组样本？我很感谢你的帮助。
浏览 3提问于2014-04-24得票数 0
1回答
拉普拉斯分布R的Kolmogorov-Smirnov检验
r、kolmogorov-smirnov
我对R中的ks函数有一个问题，我有一个拉普拉斯分布：
ldes <- function(y, a) {
if(y < 0.5) 1/a*log(2*y, 2)
else 1/a*log(2*(1-y), 2)
}
a <- 1
set.seed(1)
y = runif(1000, 0, 1)
ld <- ldes(y, a)
所以，我需要做ks测试，但是找不到关于第二个参数的任何东西，比如：
ks.test(my_lnorm, **plnorm**, mean = -5, sd = 5)
对于对数正态分布或：
ks.test(my_log, **plogi
浏览 5提问于2016-10-06得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
