Всякий раз, когда вы проводите проверку гипотезы, в результате вы получаете тестовую статистику. Чтобы определить, являются ли результаты проверки гипотезы статистически значимыми, можно сравнить статистику проверки с критическим значением Z. Если абсолютное значение тестовой статистики больше критического значения Z, то результаты теста статистически значимы.
Чтобы найти критическое значение Z в Python, вы можете использовать функцию scipy.stats.norm.ppf() , которая использует следующий синтаксис:
scipy.stats.norm.ppf(q)
куда:
- q: уровень значимости для использования
В следующих примерах показано, как найти критическое значение Z для левостороннего, правостороннего и двустороннего критериев.
Левосторонний тест
Предположим, мы хотим найти критическое значение Z для левостороннего теста с уровнем значимости 0,05:
import scipy.stats
#find Z critical value
scipy.stats.norm.ppf(.05)
-1.64485
Критическое значение Z равно -1,64485.Таким образом, если статистика теста меньше этого значения, результаты теста являются статистически значимыми.
Правосторонний тест
Предположим, мы хотим найти критическое значение Z для правостороннего теста с уровнем значимости 0,05:
import scipy.stats
#find Z critical value
scipy.stats.norm.ppf(1-.05)
1.64485
Критическое значение Z равно 1,64485.Таким образом, если статистика теста больше этого значения, результаты теста являются статистически значимыми.
Двусторонний тест
Предположим, мы хотим найти критическое значение Z для двустороннего теста с уровнем значимости 0,05:
import scipy.stats
#find Z critical value
scipy.stats.norm.ppf(1-.05/2)
1.95996
Всякий раз, когда вы выполняете двусторонний тест, будет два критических значения. В этом случае критические значения Z составляют 1,95996 и -1,95996.Таким образом, если статистика теста меньше -1,95996 или больше 1,95996, результаты теста являются статистически значимыми.
Подробные сведения о функции norm.ppf() см. в документации SciPy .