本文简要介绍 python 语言中 scipy.stats.binom_test
的用法。
用法:
scipy.stats.binom_test(x, n=None, p=0.5, alternative='two-sided')
执行成功概率为 p 的测试。
注意:
binom_test
已弃用;建议使用binomtest
代替。这是对原假设(伯努利实验成功概率为 p)的精确的双向检验。
- x: int 或 数组
成功的次数,或者如果 x 的长度为 2,则它是成功的次数和失败的次数。
- n: int
试验次数。如果 x 给出成功和失败的次数,则忽略此值。
- p: 浮点数,可选
假设的成功概率。
0 <= p <= 1
。默认值为p = 0.5
。- alternative: {‘双面’,‘greater’, ‘less’},可选
表示备择假设。默认值为“双面”。
- p-value: 浮点数
假设检验的 p 值。
参数:
返回:
参考:
例子:
>>> from scipy import stats
一家汽车制造商声称不超过 10% 的汽车不安全。 15辆汽车接受安全检查,3辆被发现不安全。测试制造商的声明:
>>> stats.binom_test(3, n=15, p=0.1, alternative='greater') 0.18406106910639114
无法在 5% 显著性水平上拒绝原假设,因为返回的 p 值大于 5% 的临界值。
相关用法
- Python SciPy stats.binom用法及代码示例
- Python SciPy stats.binomtest用法及代码示例
- Python SciPy stats.binned_statistic_2d用法及代码示例
- Python SciPy stats.binned_statistic用法及代码示例
- Python SciPy stats.binned_statistic_dd用法及代码示例
- Python SciPy stats.bartlett用法及代码示例
- Python SciPy stats.boltzmann用法及代码示例
- Python SciPy stats.brunnermunzel用法及代码示例
- Python SciPy stats.betaprime用法及代码示例
- Python SciPy stats.betabinom用法及代码示例
- Python SciPy stats.boxcox_normplot用法及代码示例
- Python SciPy stats.boxcox用法及代码示例
- Python SciPy stats.bayes_mvs用法及代码示例
- Python SciPy stats.boxcox_normmax用法及代码示例
- Python SciPy stats.burr12用法及代码示例
- Python SciPy stats.boschloo_exact用法及代码示例
- Python SciPy stats.bootstrap用法及代码示例
- Python SciPy stats.burr用法及代码示例
- Python SciPy stats.beta用法及代码示例
- Python SciPy stats.bradford用法及代码示例
- Python SciPy stats.boxcox_llf用法及代码示例
- Python SciPy stats.bernoulli用法及代码示例
- Python SciPy stats.barnard_exact用法及代码示例
- Python SciPy stats.iqr用法及代码示例
- Python SciPy stats.genpareto用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats.binom_test。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。