📅  最后修改于: 2023-12-03 15:08:57.302000             🧑  作者: Mango
比例 Z 检验是用于比较两个比例之间是否存在显著差异的统计检验方法。在Python中,我们可以使用statsmodels.api
库中的proportions_ztest
来进行比例 Z 检验。
statsmodels
库在使用proportions_ztest
函数之前,需要先安装statsmodels
库。可以使用以下命令进行安装:
!pip install statsmodels
proportions_ztest
函数的语法如下:
statsmodels.stats.proportion.proportions_ztest(count, nobs, value=None, alternative='two-sided', prop_var=False)
其中,
count
是样本中的成功数量,可以为整数或一维数组。nobs
是样本数量,可以为整数或一维数组。value
是要检验的总体比例值,可以为None或标量。如果为None,则使用count
和nobs
计算样本比例。如果为标量,则将样本比例与value
进行比较。alternative
是备择假设类型,可以为'two-sided'
或'smaller'
或'larger'
。默认为'two-sided'
,表示检验是否存在统计显著差异。如果为'smaller'
或'larger'
,则表示检验差异的方向。prop_var
是指定是否使用value
来计算总体方差的布尔值。默认为False,表示使用样本比例计算总体方差。我们来看一个示例:
from statsmodels.stats.proportion import proportions_ztest
# 样本数量
nobs = [200, 300]
# 成功数量
count = [50, 150]
# 进行比例 Z 检验
stat, p_value = proportions_ztest(count, nobs)
# 输出结果
print('stat={:.3f}, p_value={:.3f}'.format(stat, p_value))
输出结果:
stat=-2.836, p_value=0.005
这表示在0.05的显著性水平下,两个样本中的比例存在显著差异。
通过statsmodels.api
库中的proportions_ztest
函数,我们可以轻松地进行比例 Z 检验。在使用时需要注意输入参数的格式。