scipy.stats.norm.pdf 用于在 python 中计算 p 值

【问题标题】：scipy.stats.norm.pdf use for calculating a p-value in pythonscipy.stats.norm.pdf 用于在 python 中计算 p 值
【发布时间】：2016-02-21 15:00:46
【问题描述】：

我正在执行一个样本假设检验，并且我正在使用 scipy.stats.norm.pdf() 如下所示来计算 p_value。

import scipy.stats as stats

x = 98.24923076
mean = 98.6
sigma = 0.064304

z = (mean - x) / sigma

p_value = stats.norm.pdf(x, mean, sigma)

我知道我的 p_value = 2.144621812e-06 和 z = 5.45485879572。但是，当我将这些数字插入在线 p 或 z 计算器时（例如link），我得到不同的值。我想我在统计数据或编码方面遗漏了一些东西。

提前感谢您的帮助。

【问题讨论】：

标签： python scipy statistics

【解决方案1】：

为了计算 p 值，您需要使用 cdf 而不是 pdf

stats.norm.cdf(x, mean, sigma)
//2.4505888408075971e-08

【讨论】：

谢谢克里斯蒂安。这个结果与我在上面的链接中得到的结果相匹配。使用 cdf 与 pdf 的原因是 cdf 是 pdf 的积分，我正在寻找一个范围内而不是单个点的概率值吗？猜猜这更像是一个统计问题，但您的见解将不胜感激。
我不一定会那样说，但我认为你走在正确的轨道上。请注意，对于连续分布，谈论“单点概率”没有多大意义，因为它总是为零。 cdf确实是pdf的积分。