我想使用任何python統計包來檢索正常PPCC分佈的臨界值。如何獲取這些關鍵值,例如在numpy或statlib中。假設我有5個樣本,並且我想在p 0.05檢索臨界值。我已經從這個網站的表(http://www.itl.nist.gov/div898/handbook/eda/section3/eda3676.htm),但我想知道如果這個表是可用的Python和如何使用。 謝謝。 (善良,我是一個新手程序員)統計和編程
Q
統計和編程
-2
A
回答
0
我還沒有找到這樣的表。但是,您可以像這樣在代碼中使用該表。
def normal_ppcc(x, n, level):
table = {3: [0.8687, 0.879], 4: [0.8234, 0.8666], 5: [0.824, 0.8786], 6: [0.8351, 0.888], 7: [0.8474, 0.897], 8: [0.859, 0.9043], 9: [0.8689, 0.9115], 10: [0.8765, 0.9173], 11: [0.8838, 0.9223], 12: [0.8918, 0.9267], 13: [0.8974, 0.931], 14: [0.9029, 0.9343], 15: [0.908, 0.9376], 16: [0.9121, 0.9405], 17: [0.916, 0.9433], 18: [0.9196, 0.9452], 19: [0.923, 0.9479], 20: [0.9256, 0.9498]}
if not n in table:
raise ValueError ('n not in table')
if not level in [0.01, 0.05]:
raise ValueError ('invalid level')
entry = 0 if level == 0.01 else 1
return x < table[n][entry]
print (normal_ppcc(0.985, 10, 0.05))
print (normal_ppcc(0.8764, 10, 0.01))
print (normal_ppcc(0.9172, 10, 0.05))
print (normal_ppcc(0.92, 10, 0.05))
要創建表,我將表複製粘貼到新的編輯器窗口中,然後運行此Python代碼。然後我將輸出複製粘貼到上面的代碼中。
lines = '''\
3 0.8687 0.8790
4 0.8234 0.8666
5 0.8240 0.8786
6 0.8351 0.8880
7 0.8474 0.8970
8 0.8590 0.9043
9 0.8689 0.9115
10 0.8765 0.9173
11 0.8838 0.9223
12 0.8918 0.9267
13 0.8974 0.9310
14 0.9029 0.9343
15 0.9080 0.9376
16 0.9121 0.9405
17 0.9160 0.9433
18 0.9196 0.9452
19 0.9230 0.9479
20 0.9256 0.9498'''
table = {}
for line in lines.split('\n'):
n, x_01, x_05 = line.split()
table[int(n)] = [float(x_01), float(x_05)]
print (table)
相關問題
- 1. SAS統計編程綁定到C#
- 2. cmake:編譯統計
- 3. 收集表統計和計算統計
- 4. 統計和Django
- 5. PHP和MySQL統計系統
- 6. C編程和計算
- 7. 循環和文件統計Java程序
- 8. jQuery的編程計算和計算
- 9. 如何以編程方式檢索msmq統計計數器?
- 10. 執行多個統計計算的函數式編程原理
- 11. CruiseControl.net統計教程
- 12. 顛覆和統計
- 13. Windows系統編程
- 14. 系統編程C
- 15. Windows系統編程
- 16. Unix系統編程
- 17. 在統計編程語言R中是否可以進行默認編程?
- 18. 實時統計方程式
- 19. Java程序 - 字統計
- 20. 引導程序統計值
- 21. 統計程序決定
- 22. 程序統計工具
- 23. 教學系統分析和設計 - 需要多少編程經驗?
- 24. Traceroute比較和統計
- 25. MySql表和統計信息
- 26. UIBarButtonSystemItem信息和統計
- 27. 存儲和顯示統計
- 28. !和一些統計操作
- 29. 「搜索API」和統計組
- 30. 計算機和系統
https://docs.scipy.org/doc/scipy-0.19.0/reference/generated/scipy.stats.shapiro.html提到三種選擇。 –