python中p-value的實(shí)現(xiàn)方式
案例:
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
鏈接:
https://stackoverflow.com/questions/17559897/python-p-value-from-t-statistic
http://docs.scipy.org/doc/scipy/reference/tutorial/stats.html
可執(zhí)行代碼
# coding: utf-8
from __future__ import division
import numpy as np
from scipy import stats
means = [0.0539, 4,8,3,6,9,1]
stds = [5,4,8,3,6,7,9]
mu = [0, 4.1, 7, 2, 5, 8, 0]
n = 20
output = []
for sm, std, m in zip(means, stds, mu):
# print("value:", sm, std)
tt = (sm-m)/(std/np.sqrt(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))
output.append(format(pval))
print("\t".join(output))
以上這篇python中p-value的實(shí)現(xiàn)方式就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
使用Matplotlib創(chuàng)建自定義可視化圖表的方法小結(jié)
Matplotlib 是 Python 中最流行的繪圖庫之一,它提供了豐富的功能和靈活性,使用戶能夠創(chuàng)建各種類型的可視化圖表,本文將介紹如何使用 Matplotlib 中的各種功能和技巧來創(chuàng)建自定義的可視化圖表,文中通過代碼示例講解的非常詳細(xì),需要的朋友可以參考下2024-05-05
在pycharm中運(yùn)行js文件以及附加node.js下載步驟
js文件需要用node來運(yùn)行,所以首先要安裝node軟件,下面這篇文章主要給大家介紹了關(guān)于在pycharm中運(yùn)行js文件以及附加node.js下載步驟的相關(guān)資料,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2023-12-12
Pandas對DataFrame單列/多列進(jìn)行運(yùn)算(map, apply, transform, agg)

