scipy求一些统计量的p值和分位数

scipy.stats模块中有不少涉及计算统计量的子模块

scipy.stats.uniform
scipy.stats.norm
scipy.stats.t
scipy.stats.chi2
scipy.stats.f
更多子模块参见这里

其中scipy.stats.f内有如下方法:
图一
来自于这里

这些方法在其他子模块中都大同小异。这里重点介绍求F统计量的p值和分位数,t统计量,卡方,正态,的求法基本类似。

例1:求 Pr(F4,58>1.67)=? ,即已知临界值求p值

>>> from scipy.stats import f
>>> f.sf(1.67, 4, 58)
0.16927935111708425
>>> 1 - f.cdf(1.67, 4, 58)
0.16927935111708448

例2:求 F(10.17)4,58=? ,即已知p值求临界值

>>> from scipy.stats import f
>>> f.isf(0.17, 4, 58)
1.666945416681088
>>> f.ppf(1 - 0.17, 4, 58)
1.666945416681088

其中,isf是sf的逆运算, ppf是cdf的逆运算。具体解释参见上图。其他统计量的相关计算方法与之类似,不同之处就是少了自由度作为参数。

  • 12
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值