z-score 的概率，反之亦然 [英] Probability to z-score and vice versa

问题描述

如何计算 p 值 的 z score，反之亦然?

How do I calculate the z score of a p-value and vice versa?

例如，如果我的 p 值为 0.95，我应该得到 1.96 作为回报.

For example if I have a p-value of 0.95 I should get 1.96 in return.

我在 scipy 中看到了一些函数，但它们只对数组运行 z-test.

I saw some functions in scipy but they only run a z-test on an array.

我可以访问 numpy、statsmodel、pandas 和 scipy(我认为).

I have access to numpy, statsmodel, pandas, and scipy (I think).

推荐答案

>>> import scipy.stats as st
>>> st.norm.ppf(.95)
1.6448536269514722
>>> st.norm.cdf(1.64)
0.94949741652589625

正如其他用户所指出的，Python 默认计算左/下尾概率.如果要确定包含 95% 分布的密度点，则必须采用另一种方法:

As other users noted, Python calculates left/lower-tail probabilities by default. If you want to determine the density points where 95% of the distribution is included, you have to take another approach:

>>>st.norm.ppf(.975)
1.959963984540054
>>>st.norm.ppf(.025)
-1.960063984540054

这篇关于z-score 的概率，反之亦然的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！