[英]Why p-value / 2 for one-tailed ttest is correct?
我有一个关于 Python 中的单尾测试案例的具体问题。
在许多文章中,我可以读到这样的声明:
在 scipy 中,没有直接的方法表明我们要运行测试的单尾变体。 但是,为了获得想要的结果,我们自己调整 output。 在这种情况下,我们只需将 p 值除以 2(测试统计量保持不变)。
Fe 这里https://towardsdatascience.com/one-tailed-or-two-tailed-test-that-is-the-question-1283387f631c
我完全不明白,为什么除以 2 可以正常工作?
让我们看看单尾/双尾的历史:这里
曲线下的面积相同,但来自一侧。 在 z 变换之后,我们没有相同的标准距离(这是 1.645,而不是 1.96)。
所以,最后的问题是:为什么如果我们检查曲线下的相同区域并且标准距离不一样除以 2 是正确的?
ps如果你有一些数学证明,将非常感谢!
根据定义,p 值是 null 假设下检验统计量 pdf 下的某个区域。
假设我们得到了 1.96 的统计数据。
对于双边检验,p值定义为两个方向上比该统计量更远的区域,即“小于-1.96或大于1.96”的区域,恰好为0.05; 这是我们进行双边检验时的 p 值。
另一方面,对于单面检验,p 值定义为比该统计量更远的区域,在统计量的方向上,即“大于 1.96”的区域。 由于 null 下的测试统计分布是对称的(大约为 0),因此这恰好是相应两侧测试的 p 值的一半。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.