Python SciPy stats.binom_test用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.binom_test 的用法。

用法:

scipy.stats.binom_test(x, n=None, p=0.5, alternative='two-sided')

執行成功概率為 p 的測試。

注意：binom_test 已棄用；建議使用 binomtest 代替。

這是對原假設(伯努利實驗成功概率為 p)的精確的雙向檢驗。

參數：

x： int 或 數組

成功的次數，或者如果 x 的長度為 2，則它是成功的次數和失敗的次數。

n： int

試驗次數。如果 x 給出成功和失敗的次數，則忽略此值。

p： 浮點數，可選

假設的成功概率。 0 <= p <= 1 。默認值為 p = 0.5 。

alternative： {‘雙麵’，‘greater’, ‘less’}，可選

表示備擇假設。默認值為“雙麵”。

返回：

p-value： 浮點數

假設檢驗的 p 值。

參考：

1：

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

例子：

>>> from scipy import stats

一家汽車製造商聲稱不超過 10% 的汽車不安全。 15輛汽車接受安全檢查，3輛被發現不安全。測試製造商的聲明：

>>> stats.binom_test(3, n=15, p=0.1, alternative='greater')
0.18406106910639114

無法在 5% 顯著性水平上拒絕原假設，因為返回的 p 值大於 5% 的臨界值。