本文简要介绍 python 语言中 scipy.stats.poisson_means_test
的用法。
用法:
scipy.stats.poisson_means_test(k1, n1, k2, n2, *, diff=0, alternative='two-sided')#
执行泊松均值检验,又称“E-test”。
这是对原假设的检验,即两个泊松分布的均值之间的差异为 diff。样本以在大小为 n1 和 n2 的测量间隔(例如时间、空间、观察次数)内观察到的事件 k1 和 k2 的数量提供。
- k1: int
从分布中观察到的事件数 1。
- n1: float:
分布 1 的样本大小。
- k2: int
从分布中观察到的事件数量 2。
- n2: 浮点数
分布 2 的样本大小。
- diff: 浮点数,默认=0
样本基础分布之间的假设均值差异。
- alternative: {‘双面’,‘less’, ‘greater’},可选
定义备择假设。可以使用以下选项(默认为“双面”):
‘two-sided’: the difference between distribution means is not equal to diff
‘less’: the difference between distribution means is less than diff
‘greater’: the difference between distribution means is greater than diff
- statistic: 浮点数
检验统计量(参见 [1] 方程 3.3)。
- pvalue: 浮点数
在原假设下达到检验统计量极值的概率。
参数 ::
返回 ::
注意:
让:
是一个独立的随机变量
并令
k1
和k2
分别为 和 的观测值。然后poisson_means_test
分别使用大小为n1
和n2
的样本中观察到的事件数量k1
和k2
来检验原假设:E-test 的一个好处是它对于小样本量具有良好的能力,这可以降低采样成本 [1]。经过评估并确定它比类似的C-test(有时称为泊松精确测试)更强大。
参考:
[1] (1,2)克里希纳莫西,K.,和汤姆森,J. (2004)。用于比较两个泊松均值的更强大的测试。统计规划与推断杂志,119(1), 23-35。
[2]Przyborowski, J. 和 Wilenski, H. (1940)。泊松级数测试样品结果的均匀性:应用于测试菟丝子的三叶草种子。生物计量学,31(3/4), 313-323。
例子:
假设一名园丁希望测试从种子公司购买的一袋三叶草种子中菟丝子(杂草)种子的数量。先前已确定三叶草中菟丝子种子的数量遵循泊松分布。
在运送给园丁之前,从麻袋中取出 100 克样品。经分析,样品中不含菟丝子种子;那是,k1是 0。然而,到达后,园丁从麻袋中又抽取了 100 克样品。这次,样本中发现了三颗菟丝子种子;那是,k2是 3。园丁想知道差异是否显著,而不是偶然造成的。原假设是两个样本之间的差异仅仅是由于偶然,或者[2].
其中 。另一种假设是差异不是偶然造成的,或者 。园丁选择 5% 的显著性水平来拒绝零假设,转而支持替代假设>>> import scipy.stats as stats >>> res = stats.poisson_means_test(0, 100, 3, 100) >>> res.statistic, res.pvalue (-1.7320508075688772, 0.08837900929018157)
p 值为 0.088,表明在原假设下观察到检验统计量值的可能性接近 9%。这超过了 5%,因此园丁不会拒绝原假设,因为在此水平上差异不能被视为显著。
相关用法
- Python SciPy stats.poisson用法及代码示例
- Python SciPy stats.pointbiserialr用法及代码示例
- Python SciPy stats.powerlognorm用法及代码示例
- Python SciPy stats.powerlaw用法及代码示例
- Python SciPy stats.power_divergence用法及代码示例
- Python SciPy stats.powernorm用法及代码示例
- Python SciPy stats.page_trend_test用法及代码示例
- Python SciPy stats.pareto用法及代码示例
- Python SciPy stats.planck用法及代码示例
- Python SciPy stats.ppcc_plot用法及代码示例
- Python SciPy stats.probplot用法及代码示例
- Python SciPy stats.ppcc_max用法及代码示例
- Python SciPy stats.pmean用法及代码示例
- Python SciPy stats.pearson3用法及代码示例
- Python SciPy stats.pearsonr用法及代码示例
- Python SciPy stats.percentileofscore用法及代码示例
- Python SciPy stats.permutation_test用法及代码示例
- Python SciPy stats.anderson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
- Python SciPy stats.skewnorm用法及代码示例
- Python SciPy stats.cosine用法及代码示例
- Python SciPy stats.norminvgauss用法及代码示例
- Python SciPy stats.directional_stats用法及代码示例
- Python SciPy stats.invwishart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.poisson_means_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。