In der Statistik wird die Gamma-Verteilung häufig verwendet, um Wahrscheinlichkeiten in Bezug auf Wartezeiten zu modellieren.
Die folgenden Beispiele zeigen, wie Sie die Funktion scipy.stats.gamma() verwenden, um eine …
Wenn Sie einen F-Test durchführen, erhalten Sie als Ergebnis eine F-Statistik. Um festzustellen, ob die Ergebnisse des F-Tests statistisch signifikant sind, können Sie die F-Statistik mit einem kritischen F-Wert vergleichen. Wenn die F-Statistik größer als der kritische F-Wert ist, sind die Testergebnisse statistisch signifikant.
Der kritische F-Wert kann mithilfe einer F-Verteilungstabelle oder mithilfe einer Statistiksoftware ermittelt werden.
Um den kritischen F-Wert zu ermitteln, benötigen Sie:
Mit diesen drei Werten können Sie den kritischen F-Wert bestimmen, der mit der F-Statistik verglichen werden soll.
Um den kritischen Wert F in Python zu ermitteln, können Sie die Funktion scipy.stats.f.ppf() verwenden, die die folgende Syntax verwendet:
scipy.stats.f.ppf(q, dfn, dfd)
wo:
Diese Funktion gibt den kritischen Wert aus der F-Verteilung basierend auf dem Signifikanzniveau, den Zählerfreiheitsgraden und den bereitgestellten Nennerfreiheitsgraden zurück.
Angenommen, wir möchten den kritischen Wert F für ein Signifikanzniveau von 0,05, Zählerfreiheitsgrade = 6 und Nennerfreiheitsgrade = 8 ermitteln.
import scipy.stats
#find F kritischer Wert
scipy.stats.f.ppf(q=1-.05, dfn=6, dfd=8)
3.5806
Der kritische F-Wert für ein Signifikanzniveau von 0,05, Zählerfreiheitsgrade = 6 und Nennerfreiheitsgrade = 8 beträgt 3,5806.
Wenn wir also eine Art F-Test durchführen, können wir die F-Test-Statistik mit 3,5806 vergleichen. Wenn die F-Statistik größer als 3,580 ist, sind die Testergebnisse statistisch signifikant.
Beachten Sie, dass kleinere Alpha-Werte zu größeren kritischen F-Werten führen. Betrachten Sie beispielsweise den kritischen Wert F für ein Signifikanzniveau von 0,01, Zählerfreiheitsgrade = 6 und Nennerfreiheitsgrade = 8.
scipy.stats.f.ppf(q=1-.01, dfn=6, dfd=8)
6.3707
Betrachten Sie den kritischen Wert F mit genau den gleichen Freiheitsgraden für Zähler und Nenner, jedoch mit einem Signifikanzniveau von 0,005:
scipy.stats.f.ppf(q=1-.005, dfn=6, dfd=8)
7.9512
In der SciPy-Dokumentation finden Sie die genauen Details der Funktion f.ppf.
In der Statistik wird die Gamma-Verteilung häufig verwendet, um Wahrscheinlichkeiten in Bezug auf Wartezeiten zu modellieren.
Die folgenden Beispiele zeigen, wie Sie die Funktion scipy.stats.gamma() verwenden, um eine …
Eine Gleichverteilung ist eine Wahrscheinlichkeitsverteilung, bei der jeder Wert zwischen einem Intervall von a bis b mit gleicher Wahrscheinlichkeit gewählt wird.
Die Wahrscheinlichkeit, dass wir auf einem Intervall von a …