调用scipy包的stats统计模块,可以直接得出不同分布的分为点的值,相对于,查表,或使用excel,使用起来会更加便捷
下面是需要用到的函数和代码,使用简单方便。
正态分布
from scipy import stats#显著性水平a = 0.05# 单测 左分位点norm_a_left = stats.norm.ppf(a)# 单侧 右分位点norm_a_right = stats.norm.isf(a)# 双侧分位点norm_a_2 = stats.norm.interval(1-a)print('单侧左分位点:',norm_a_left )print('单侧右分位点:',norm_a_right )print('双侧分位点:',norm_a_2 )
单侧左分位点: -1.6448536269514729
单侧右分位点: 1.6448536269514729
双侧分位点: (-1.959963984540054, 1.959963984540054)
t分布
from scipy import stats#显著性水平a = 0.05#自由度 df = 6# 单侧 左分位点T_a_left =stats.t.ppf(a,df)# 单侧 右分位点T_a_right =stats.t.isf(a,df)# 双侧分位点T_a_2 = stats.t.interval(1-a,df)print('单侧左分位点:',T_a_left)print('单侧右分位点:',T_a_right)print('双侧分位点:',T_a_2)
单侧左分位点: -1.943180280392782
单侧右分位点: 1.943180280392782
双侧分位点: (-2.4469118487916806, 2.4469118487916806)
卡方分布
from scipy import stats#显著性水平a = 0.05# 自由度df = 16# 单侧 左分位点X2_a_left =stats.chi2.ppf(a,df)# 单侧 右分位点X2_a_right =stats.chi2.isf(a,df)# 双侧分位点X2_a_2 = stats.chi2.interval(1-a,df)print('单侧左分位点:',X2_a_left)print('单侧右分位点:',X2_a_right)print('双侧分位点:',X2_a_2)
单侧左分位点: 7.9616455723785515
单侧右分位点: 26.296227604864242
双侧分位点: (6.907664353497005, 28.845350723404753)
F分布
from scipy import stats#显著性水平a = 0.05# 自由度 1df1 = 5# 自由度 2df2 = 16# 单侧 左分位点F_a_left =stats.f.ppf(a,df1,df2)# 单侧 右分位点F_a_right =stats.f.isf(a,df1,df2)# 双侧分位点F_a_2 = stats.f.interval(1-a,df1,df2)print('单侧左分位点:',F_a_left)print('单侧右分位点:',F_a_right)print('双侧分位点:',F_a_2)
单侧左分位点: 0.2172135656083406
单侧右分位点: 2.852409165081986
双侧分位点: (0.15617286386272555, 3.5021163355058778)
如果觉得《python分位点计算(正态分布 卡方分布 t分布 F分布)》对你有帮助,请点赞、收藏,并留下你的观点哦!