Python从t统计量中获取p值

Question

我有一些t值和自由度，想从中找出它们的p值（这是双尾的）。在现实世界中，我会使用统计学教科书背面的t检验表；那么我该如何在Python中做同样的事情？例如：`t-lookup(5, 7) = 0.00245` 或类似的内容。

我知道在SciPy中，如果我有数组，我可以使用`scipy.stats.ttest_ind`，但我没有。我只有t统计量和自由度。

- Andrew Latham

---

很可能统计表格是为了方便而存在的，而不是必须从一个方程式中计算这些值。既然这是一个计算机程序，为什么不直接使用那个方程式呢？ - dilbert

这很复杂。我希望在某个库中有一些方法可以为我完成它。 - Andrew Latham

Answer 1

从http://docs.scipy.org/doc/scipy/reference/tutorial/stats.html

作为一项练习，我们也可以直接计算t检验，而不使用提供的函数，这应该给我们相同的答案，确实如此：

tt = (sm-m)/np.sqrt(sv/float(n))  # t-statistic for mean
pval = stats.t.sf(np.abs(tt), n-1)*2  # two-sided pvalue = Prob(abs(t)>tt)
print 't-statistic = %6.3f pvalue = %6.4f' % (tt, pval)
t-statistic =  0.391 pvalue = 0.6955

- Andrew Latham

---

为什么他们称其为（stats.t.sf）生存函数？它实际上是否与https://en.wikipedia.org/wiki/Survival_function相同？ - wordsforthewise

如果这是单侧检验呢？ - zthomas.nc

回答的后续：单侧 t 检验的 p 值是双侧 t 检验的 p 值除以 2：pval_one_sided = stats.t.sf(np.abs(tt), n-1) - PavelLes

教程的正确链接已更改。现在是： https://docs.scipy.org/doc/scipy/tutorial/stats.html - undefined

Answer 2

我们也可以使用 t.cdf() 函数进行计算：

from scipy.stats import t
t_stat = 2.25
dof = 15
# p-value for 2-sided test
2*(1 - t.cdf(abs(t_stat), dof))
# 0.03988800677091664
2*(t.cdf(-abs(t_stat), dof))
# 0.03988800677091648

下图展示了在双侧t检验中，5%显著性水平的临界区域。对于上述例子，我们可以看到零假设被拒绝。

- Sandipan Dey