如何计算 p-value
的 z score
,反之亦然?
例如,如果我的 p 值为 0.95
,我应该得到 1.96
作为返回。
我在 scipy 中看到了一些函数,但它们只在数组上运行 z-test。
我可以访问 numpy、statsmodel、pandas 和 scipy(我认为)。
最佳答案
>>> import scipy.stats as st
>>> st.norm.ppf(.95)
1.6448536269514722
>>> st.norm.cdf(1.64)
0.94949741652589625
正如其他用户所指出的,Python 默认计算左/下尾概率。如果要确定包含 95% 分布的密度点,则必须采取另一种方法:
>>>st.norm.ppf(.975)
1.959963984540054
>>>st.norm.ppf(.025)
-1.960063984540054
关于python - z分数的概率,反之亦然,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20864847/