python假设检验--两个总体参数的检验（比例）

两个总体比例相等的假设

$z=\frac{p_1-p_2}{\sqrt{p(1-p)(\frac{1}{n_1}+\frac{1}{n_2})}}$

例：

人们普遍认为麦当劳的主要消费群体试青少年，但对时长进一步细分却发现有不同的看法。一种观点认为小学生更喜欢麦当劳，另一种观点认为中学生对麦当劳的喜爱程度不亚于小学生。某市场调查公司对此在某地区进行了一项调查，随机抽取了100名小学生和100名中学生，调查的问题是：如果有麦当劳和其他中式快餐（如兰州拉面），你会首选那种作为经常性午餐？调查结果如下：小学生（样本1）100人中有76人把麦当劳作为首选的经常性午餐，中学生（样本2）100人中有69人作出同样的选择。调查结果支持哪种观点？

假设：

$H_0:{\pi }_1-{\pi }_2=0$

$H_0:{\pi }_1-{\pi }_2\ne 0$

双侧检验

# 一般取 a = 0.05
a = 0.05

p1 = 76/100
p2 = 69/100

n1 = 100
n2 = 100

p = (76+69)/(n1+n2)

计算$z_{a/2}$

z_a2 = stats.norm.isf(a/2)
z_a2

1.9599639845400545

计算统计量z

z = (p1-p2)/np.sqrt(p*(1-p)*(1/n1+1/n2))
z

1.1085306154508552

依据统计量z决策

if abs(z)<abs(z_a2):
    print('不能拒绝H0，差异不显著')
if abs(z)>abs(z_a2):
    print('拒绝H0，接受H1')

不能拒绝H0，差异不显著

计算p值

p_value = stats.norm.sf(z)*2
p_value

0.267632724691081

依据p值决策

if p_value > a :
    print('不能拒绝H0，差异不显著')
    
if p_value < a :
    print('拒绝H0，接受H1')

不能拒绝H0，差异不显著

---

两个总体比例之差不为零的假设

$z=\frac{(p_1-p_2)-({\pi }_1-{\pi }_2)}{\sqrt{\frac{p_1(1-p_1)}{n_1}+\frac{p_2(1-p_2)}{n_2}}}$

例：

有一项研究报告说青少年经常上网聊天，男生的比例至少超过女生10各百分点，即${\pi }_1-{\pi }_2\ge 10\%（{\pi }_1为男生比例，{\pi }_2为女生比例）$。现对150个男生和150个女生进行上网聊天的频度调查，其中经常聊天的男生有68人，经常聊天的女生有54人。调查结果是否支持研究报告的结论（a=0.05）

假设：

$H_0:{\pi }_1-{\pi }_2\ge 10\%$

$H_0:{\pi }_1-{\pi }_2<10\%$

单侧检验

# 由题可知
n1 = 150
n2 = 150

p1 = 68/150
p2 = 54/150

# d = pi_1 - pi_2 
d = 0.1

a = 0.05

计算$z_a$

z_a = stats.norm.isf(a)
z_a

1.6448536269514729

计算统计量z

z = ((p1-p2)-d)/np.sqrt(p1*(1-p1)/n1+p2*(1-p2)/n2)
z

-0.11806998113871585

依据统计量z决策

if abs(z)<abs(z_a):
    print('不能拒绝H0，差异不显著')
if abs(z)>abs(z_a):
    print('拒绝H0，接受H1')

不能拒绝H0，差异不显著

计算p值

p_value = stats.norm.sf(abs(z))
p_value

0.45300610431420485

依据p值决策

if p_value > a :
    print('不能拒绝H0，差异不显著')
    
if p_value < a :
    print('拒绝H0，接受H1')

不能拒绝H0，差异不显著