Z分数的概率，反之亦然

如何计算z scorea的p-value反之亦然？

例如，如果我的p值为0.95I ，我应该得到1.96回报。

我在scipy中看到了一些函数，但是它们仅在数组上运行z测试。

我可以访问numpy，statsmodel，pandas和scipy（我认为）。

python statistics

— 用户名
source

Answers:

137

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

正如其他用户指出的那样，Python默认会计算左/下尾概率。如果要确定包含95％分布的密度点，则必须采取另一种方法：

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

— 迈尔斯·贝克（Myles Baker）
source

对于像我这样的其他人，他对返回1.96的函数的请求感到困惑，但返回的答案为1.64，不同之处在于1.96是zscore，其中的zscore是数据的95％（忽略尾巴）），但st.norm.ppf（）给出了zscore，该zscore包含其下面95％的数据（仅忽略了上尾）。

— RM

（续）如果您希望0.95等于1.96，则必须利用正态分布是对称的这一事实，将要忽略的量除以一半，以忽略上尾：st.norm.ppf(1-(1-0.95)/2) == 1.959963984540054-基本统计信息，是的，但是我只是想让它明确。

— RM

谁能说出使用什么python代码绘制上述图表？

— bobthebuilder

@bobthebuilder哇！该图表实际上是使用R（特别是pnormGC）的tigerstats包生成的。

— 迈尔斯·贝克

从开始Python 3.8，标准库将NormalDist对象作为statistics模块的一部分提供。

可以用来获取zscore法线下x％的区域所在（忽略两条尾巴）。

我们可以使用标准正态分布上的inv_cdf（逆累积分布函数）和cdf（累积分布函数）从另一个获得反之亦然：

from statistics import NormalDist

NormalDist().inv_cdf((1 + 0.95) / 2.)
# 1.9599639845400536
NormalDist().cdf(1.9599639845400536) * 2 - 1
# 0.95

_{有关（（1 + 0.95）/ 2）的说明。公式可以在此Wikipedia部分中找到。}

— Xavier Guihot
source