scipy.stats.binom_test¶
- scipy.stats.binom_test(x, n=None, p=0.5, alternative='two-sided')[源代码]¶
执行成功概率为p的测试。
注:
binom_test
已弃用;建议binomtest
改为使用。这是对零假设的一种精确的双边检验,即伯努利实验中成功的概率是 p 。
- 参数
- xINT或ARRAY_LIKE
成功的数量,或者如果x的长度为2,则它是成功的数量和失败的数量。
- n集成
试验的次数。如果x同时给出成功和失败的数量,则忽略此参数。
- p浮动,可选
假设的成功概率。
0 <= p <= 1
。默认值为p = 0.5
。- alternative{‘双面’,‘大’,‘小’},可选
表示另一种假设。默认值为“双面”。
- 退货
- p-value浮动
假设检验的p值。
参考文献
示例
>>> from scipy import stats
一家汽车制造商声称,他们的汽车不超过10%是不安全的。对15辆汽车进行安全检查,发现3辆不安全。测试制造商的声明:
>>> stats.binom_test(3, n=15, p=0.1, alternative='greater') 0.18406106910639114
零假设不能在5%的显著性水平上被拒绝,因为返回的p值大于5%的临界值。