scipy计算Z检验

作者: 一路向后 | 来源:发表于2021-06-13 22:40 被阅读0次

scipy计算Z检验
scipy计算卡方检验
Python DataFrame 检验数据正态分布及平均值差异检
R: wilxocon Z-score
Python实现概率分布
Python-03 ~ 机器学习库之 SciPy
学习汇总
Python-Scipy进行数值积分
Python Scipy库
scipy

1.问题描述

某机床厂加工一种零件，根据经验，该厂加工零件的椭圆度近似服从正态分布，其总体均值为 $\mu=0.081mm$ ,总体标准差为 $\sigma=0.025$ 。今换一种新机床进行加工，抽取 $n=100$ 个零件进行检验，得到的椭圆度均值为 $0.076mm$ 。试问新机床加工零件的椭圆度的均值与以前有无显著差异( $\alpha=0.05$ )？

2.解题思路

依题意，提出检验假设 $H_0: \mu=0.081$ , $H_1: \mu\ne0.081$ 。

3.源码实现

import numpy as np
from scipy import stats

# 总体均值
mean = 0.081

# 总体方差
std = 0.025

# 样本均值
sample_mean = 0.076

# 计算Z值
Z = (sample_mean - mean) / (std / np.sqrt(200))

# 通过Z值计算P值
P = 2 * stats.norm.sf(abs(Z))

print(Z, P)

4.运行及其结果

$ python3 example.py
-2.82842712475 0.00467773498105

5.结果解释

因为 $P=0.00467773498105 < \alpha=0.05$ ，所以在显著性水平 $\alpha=0.05$ 上拒绝 $H_0$ ，认为新机床加工零件的椭圆度的均值和以前相比有显著区别。

网友评论

本文标题：scipy计算Z检验

本文链接：https://www.haomeiwen.com/subject/pdzgeltx.html

延伸阅读

深度阅读

您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

scipy计算Z检验

1.问题描述

2.解题思路

3.源码实现

4.运行及其结果

5.结果解释

相关文章

scipy计算Z检验

scipy计算卡方检验

Python DataFrame 检验数据正态分布及平均值差异检

R: wilxocon Z-score

Python实现概率分布

Python-03 ~ 机器学习库之 SciPy

学习汇总

Python-Scipy进行数值积分

Python Scipy库

scipy

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读