如何在Python中进行假设检验？

Question

如何在Python中进行假设检验？

python-3.xstatistics

3

我希望能够找到P值。我背景是统计学，对Python还比较陌生。有没有什么包可以让我做这个？我正在跟随《从零开始的数据科学》这本书，并且在假设检验和推断方面遇到了一些问题。

- rmahesh

也许 SciPy 包可以实现，这里有一个关于卡方检验的页面。 - chickity china chinese chicken

如何计算两个浮点数列表的p值？此外，Python t统计量的p值也可能有所帮助/相关。 - chickity china chinese chicken

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Slippy · Accepted Answer

SciPy软件包有一个完整的模块，包括假设检验和内置分布函数等大量统计学内容：scipy.stats

例如，您可以使用Kolmogorov-Smirnov测试来测试随机样本是否符合正态分布：

import numpy as np
from scipy.stats import norm, pareto, kstest

n = 1000
sample_norm = norm.rvs(size=1000)  # generate normally distributed random sample
sample_pareto = pareto.rvs(1.0, size=1000)  # sample from some other distribution for comparison

d_norm, p_norm = kstest(sample_norm, norm.cdf)  # test if the sample_norm is distributed normally (correct hypothesis)
d_pareto, p_pareto = kstest(sample_pareto, norm.cdf)  # test if the sample_pareto is distributed normally (false hypothesis)

print('Statistic values: %.4f, %.4f' % (d_norm, d_pareto))
print('P-values: %.4f, %.4f' % (p_norm, p_pareto))

正如您所看到的，kstest返回统计量和p值的值。norm.cdf表示正态随机变量的累积分布函数。