Question

除了python scipy t测试或其他统计测试中的默认值（95％）之外，如何获得不同置信度的P值？例如：

import scipy
from scipy import stats
data = [10,12,34,34,45,67,56,78,90,67,80,45,47,58]
stats.ttest_1samp(data,40)

结果如下 -

Out[7]: Ttest_1sampResult(statistic=1.808, pvalue=0.093)

但我也需要90％和99％置信水平的p值。

只有一个答案，但不清楚其置信水平的指定位置。 Python p-value from t-statistic

如果不能用Scipy完成，那么在Python中是否还有其他替代Scipy？

Answer 1

对于独立样本的平均值与给定的总体均值之间的相等性，T检验只有一个p值。

这可以基于其值在给定置信水平下主观地被认为是重要。

在您的测试中，p值为0.093表示观察到的样本平均值有9.3％的可能性来自平均值为40的人群的独立样本。这将被认为是显着的（即会导致拒绝零假设）在90％置信水平（自9.3％＆lt; = 10％），但不在95％置信水平或99％置信水平。