概率统计Python计算:单个正态总体均值双侧假设的T检验

您所在的位置:网站首页 正态总体均值方差的假设检验 概率统计Python计算:单个正态总体均值双侧假设的T检验

概率统计Python计算:单个正态总体均值双侧假设的T检验

#概率统计Python计算:单个正态总体均值双侧假设的T检验| 来源: 网络整理| 查看: 265

在这里插入图片描述 正态总体的方差 σ 2 \sigma^2 σ2未知的情况下,对总体均值 μ = μ 0 \mu=\mu_0 μ=μ0​进行显著水平 α \alpha α下的双侧假设检验,检验统计量 X ‾ − μ 0 S / n \frac{\overline{X}-\mu_0}{S/\sqrt{n}} S/n ​X−μ0​​~ t ( n − 1 ) t(n-1) t(n−1)。其中 X ‾ \overline{X} X和 S S S分别为样本均值和样本标准差。用p值法的计算函数定义如下。

from scipy.stats import t #导入t def ttest2(T, df, alpha): #双侧T检验函数 p=2*t.sf(abs(T), df) return p>=alpha

ttest2的参数与ttestL、ttestR(详见博文《单个正态总体均值单侧假设的T检验》)的同名参数意义相同,此不赘述。用p值法计算假设的双侧检验,需要考虑检验统计量T位于其分布均值的左、右方来确定p值的计算。但对t分布而言,其密度函数关于纵轴对称,所以当 T < 0 T



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3