Comment trouver la valeur critique Z en Python ?

Dans cet article, nous allons apprendre comment trouver la valeur critique Z en Python.

Quelle est la valeur critique Z ?

En statistiques, la zone sous le modèle normal couramment utilisé est appelée valeur critique Z. Affiche la probabilité pour chaque variable possible. Lorsque nous effectuons des tests d’hypothèses, nous obtenons une statistique de test. Pour déterminer si les résultats d'un test d'hypothèse sont statistiquement significatifs, vous pouvez comparer la statistique du test à la valeur critique Z. Un résultat est considéré comme statistiquement significatif lorsque sa valeur absolue dépasse la valeur critique Z. Ce didacticiel vous montrera comment déterminer la valeur critique Z en Python.

Lorsque vous effectuez un test d'hypothèse, vous obtiendrez une statistique de test comme résultat. Afin de déterminer si les résultats d'un test d'hypothèse sont statistiquement significatifs, la statistique du test doit être comparée à la valeur critique Z. Si la valeur absolue de la statistique de test dépasse la valeur critique Z, le résultat du test est statistiquement significatif.

Grammaire

En Python, vous pouvez utiliser la méthode scipy.stats.norm.ppf() pour obtenir la valeur critique Z, la syntaxe est la suivante −

scipy.stats.norm.ppf(q)

où q représente le niveau de signification à utiliser.

Valeur critique Z en Python

1. Test de la queue gauche

Supposons que nous souhaitions déterminer la valeur critique Z pour un test gauche avec un niveau de signification de 0,05 −

Exemple

!pip3 install scipy
import scipy.stats

#find Z critical value
scipy.stats.norm.ppf(.05)

Sortie

-1.6448536269514729

La valeur de la valeur clé Z est -1,64485. Si la statistique du test est inférieure à ce seuil, le résultat du test est statistiquement significatif.

2. Test de la queue droite

Supposons que nous recherchions une valeur critique Z pour un test droitier avec un niveau de signification de 0,05 −

Exemple

import scipy.stats

#find Z critical value
scipy.stats.norm.ppf(1-.05)

Sortie

1.6448536269514722

Le numéro clé pour Z est 1,64485. Par conséquent, si la statistique du test est supérieure à ce nombre, le résultat du test est considéré comme statistiquement significatif.

3. Test bilatéral

Supposons que nous recherchions la valeur critique Z pour un test bilatéral avec un niveau de signification de 0,05 -

Exemple

import scipy.stats

#find Z critical value
scipy.stats.norm.ppf(1-.05/2)

Sortie

1.959963984540054

Il y a toujours deux valeurs essentielles lorsque vous effectuez un test bilatéral. 1,95996 et -1,95996 sont les valeurs critiques Z dans cette situation. Par conséquent, les résultats du test sont statistiquement significatifs si la statistique du test est inférieure à -. 1,95996 ou plus de 1,95996.

Conclusion

Dans les statistiques, la valeur critique Z est utilisée pour déterminer des informations à partir des données afin que les modèles d'apprentissage automatique puissent les utiliser et faire des prédictions sur cette base.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!