[英]Why p-value / 2 for one-tailed ttest is correct?
我有一個關於 Python 中的單尾測試案例的具體問題。
在許多文章中,我可以讀到這樣的聲明:
在 scipy 中,沒有直接的方法表明我們要運行測試的單尾變體。 但是,為了獲得想要的結果,我們自己調整 output。 在這種情況下,我們只需將 p 值除以 2(測試統計量保持不變)。
Fe 這里https://towardsdatascience.com/one-tailed-or-two-tailed-test-that-is-the-question-1283387f631c
我完全不明白,為什么除以 2 可以正常工作?
讓我們看看單尾/雙尾的歷史:這里
曲線下的面積相同,但來自一側。 在 z 變換之后,我們沒有相同的標准距離(這是 1.645,而不是 1.96)。
所以,最后的問題是:為什么如果我們檢查曲線下的相同區域並且標准距離不一樣除以 2 是正確的?
ps如果你有一些數學證明,將非常感謝!
根據定義,p 值是 null 假設下檢驗統計量 pdf 下的某個區域。
假設我們得到了 1.96 的統計數據。
對於雙邊檢驗,p值定義為兩個方向上比該統計量更遠的區域,即“小於-1.96或大於1.96”的區域,恰好為0.05; 這是我們進行雙邊檢驗時的 p 值。
另一方面,對於單面檢驗,p 值定義為比該統計量更遠的區域,在統計量的方向上,即“大於 1.96”的區域。 由於 null 下的測試統計分布是對稱的(大約為 0),因此這恰好是相應兩側測試的 p 值的一半。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.