Python SciPy stats.binom_test用法及代码示例

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。

参数：

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”。

返回：

p-value： 浮点数

假设检验的 p 值。

参考：

1：

https://en.wikipedia.org/wiki/Binomial_test

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。