scipy.stats模块中有不少涉及计算统计量的子模块
如
scipy.stats.uniform
scipy.stats.norm
scipy.stats.t
scipy.stats.chi2
scipy.stats.f
更多子模块参见这里
其中scipy.stats.f内有如下方法:
来自于这里
这些方法在其他子模块中都大同小异。这里重点介绍求F统计量的p值和分位数,t统计量,卡方,正态,的求法基本类似。
例1:求$Pr(F_{4,58}>1.67)=?$,即已知临界值求p值12345>>> from scipy.stats import f>>> f.sf(1.67, 4, 58)0.16927935111708425>>> 1 - f.cdf(1.67, 4, 58)0.16927935111708448
例2:求$F_{4,58}^{(1-0.17)}=?$ ,即已知p值求临界值12345>>> from scipy.stats import f>>> f.isf(0.17, 4, 58)1.666945416681088>>> f.ppf(1 - 0.17, 4, 58)1.666945416681088
其中,isf是sf的逆运算, ppf是cdf的逆运算。具体解释参见上图。其他统计量的相关计算方法与之类似,不同之处就是少了自由度作为参数。