python - 如何在python scipy t测试中获得除默认值以外的不同置信度的P值答案

【问题标题】：How to get P Value at different confidence levels other than default in python scipy t testpython - 如何在python scipy t测试中获得除默认值以外的不同置信度的P值
【发布时间】：2018-06-03 23:28:55
【问题描述】：

如何在 python scipy t 测试或其他统计测试中获得除默认 (95%) 以外的不同置信度的 P 值？例如：

import scipy
from scipy import stats
data = [10,12,34,34,45,67,56,78,90,67,80,45,47,58]
stats.ttest_1samp(data,40)

结果如下--

Out[7]: Ttest_1sampResult(statistic=1.808, pvalue=0.093)

但我也需要 90% 和 99% 置信水平的 p 值。

只有一个答案，但不太清楚其置信水平的指定位置。 Python p-value from t-statistic

如果不能用 Scipy 完成，在 Python 中还有其他替代 Scipy 的方法吗？

【问题讨论】：

我认为你误解了 p 值。当您的置信度为 0.9 或 0.95 等时，您将 p 值与显着性水平进行比较。更具体地说：p 值不是置信度的函数。
@erip-感谢您的回答，非常确定如何解释，但正在寻找与 R 中相同的功能-[rdocumentation.org/packages/stats/versions/3.5.0/topics/t.test]
我对 R 一无所知，但我的猜测是，给定一个置信区间，它会告诉您在给定数据的情况下您是拒绝还是未能拒绝假设……对吗？
@erip -我同意你的观点并接受这个作为答案..你让我很开心.非常感谢。我对编码和堆栈溢出非常陌生..来自 SPSS /SAS/Mintab 背景仍然无法捕捉到非常基本的东西。不知道如何接受这个答案没有看到任何选项..对此感到抱歉..请将此答案也链接到此问题stackoverflow.com/questions/17559897/…
我的只是一个评论。你可以接受this，它基本上说明了我写的内容，但更雄辩。 :)

标签： python scipy

【解决方案1】：

对于独立样本均值与给定总体均值之间相等性的 T 检验，只有一个 p 值。

这可能在基于其值的给定置信水平上主观地被认为是显着。

在您的测试中，p 值 0.093 表明观察到的样本均值有 9.3% 的机会来自均值为 40 的总体中的独立样本。这将被认为是显着的（即会导致拒绝零假设）在 90% 置信水平（因为 9.3%

【讨论】：