假设检验，也称为显著性检验，通过样本的统计量来判断与总体参数之间是否存在差异（差异是否显著）。即我们对总体参数进行一定的假设，然后通过收集到的数据，来验证我们之前作出的假设（总体参数）是否合理。在假设检验中，我们会建立两个完全对立的假设，分别为原假设H0与备择假设H1。然后根据样本信息进行分析判断，是选择接受原假设还是拒绝原假设。 假设检验基于“反证法”。首先，我们假设原假设为真，如果在此基础上，
转载
2024-05-09 12:09:11
201阅读
# 使用Python进行A/B测试的Z检验
A/B测试是评估两种（或多种）方案效果的重要方法。在数字营销和产品测试中，通常采用Z检验来检验两组数据是否存在显著差异。本篇文章将指导你如何使用Python实现A/B测试的Z检验，并展示详细的步骤和代码。
## A/B测试流程
在进行A/B测试之前，我们需要明确一系列步骤。下面的表格展示了整个流程：
| 步骤 | 描述
大家好，我是爱学习的小xiong熊妹。 之前分享了ABtest的基本原理，有小伙伴问：那如果我不止AB两个版本，而是有ABC三个版本做测试，还能用ABtest方法吗？当然能用！只是使用的统计学方法换成了：方差分析，今天简单跟大家分享一下。 一、多版本与AB两个版本的区别如果只有AB两个版本比较，那么做假设检验的时候，原假设是：A版本均值/比例=B版本均值/比例。之后
方差检验 方差检验是多变量t检验的延续，对于超过两个样本的对比检验就无法直接使用独立T检验了，这个时候就需要使用卡方检验。涉及的名词 总平均值x均值hat例子：冰淇凌老板想知道三种口味的冰淇凌的销售情况是否一样，他有如下的数据巧克力味草莓味原味233234321233343344等等等F检验又叫方差齐性检验，目的是判断两个样本的总体方差是否相等，计算双总体样本检验的前提条件。过程有点麻烦，涉及
转载
2024-04-02 13:43:37
63阅读
t 检验是一种统计技术，可以告诉人们两组数据之间的差异有多显著。它通过将信号量（通过样本或总体平均值之间的差异测量）与这些样本中的噪声量（或变化）进行比较来实现。有许多有用的文章会告诉你什么是 t 检验以及它是如何工作的，但没有太多材料讨论 t 检验的不同变体以及何时使用它们。本文将介绍 t 检验的 3 种变体以及何时使用它们以及如何在 Python 中运行它们。单样本 t 检验单样本 t 检验将
转载
2023-07-29 21:13:22
177阅读
卡方检验 （Chi-square test / Chi-square goodness-of-fit test)1. 什么是卡方检验卡方检验是一种以分布为基础的用途广泛的假设检验方法。是一种非参数检验方法。它的无效假设为：观察频数与期望频数没有显著性差异。2. 独立性检验 (Independence)A test of independence assesses whether unpaired
转载
2024-07-18 13:31:03
101阅读
一、当给定了检验的显著性水平a=0.05时，如果检验时要检验是否相等，就是双侧检验，允许左右各有误差，即a/2=0.025。此时要查尾部面积是0.025时的Z值。但是我们参考书中说明表中间的数字是指从最左面一直到右侧某一点的面积，而Z值是指从中间均值所在的位置往右计算的长度。所以当Z=0时，中间的面积=0.50就是这个道理。现在我们要的是从右边尾部面积查Z值。当右边尾部面积是0.025时，左边的面
转载
2023-07-31 17:41:01
1096阅读
[数据分析系列：如何做一次ABtest？ - 知乎](https://zhuanlan.zhihu.com/p/165406531 ) 两类错误检验效能[如何做一次完美的 ABTest？](https://mp.weixin.qq.com/s/mO5MdwG7apD6RzDhFwZhog ) 越来越多的公司都在尝试 ABTest，要么是自己搭建系统，要么依赖于第三方的系统。那么
转载
2024-08-28 16:15:37
117阅读
接下来，我们需要查找标准正态分布表或使用统计软件/计算器找到Z值为-2.88时对应的累积概率，从而得到右侧尾部的概率，因为是双侧检验，所以P值应该是两侧之和的一半。：将计算出的t值与t分布表中的临界值比较，或者计算p值，如果p值小于显著性水平（如α=0.05），则拒绝H0，认为样本均值与总体均值之间存在显著差异。在这个
原创
2024-06-25 10:43:38
319阅读
当分布已知且符合一定条件时，比较均值采用z检验，t检验，比较方差采用F检验。 z检验用于比较两样本均值X^\bar, Y^_\bar。两独立正态样本，方差已知。样本比较大时可舍弃正态条件。 t检验比较均值X^\bar, Y^_\bar。使用前提是两样本X_i, Y_i独立，且样本均值X^\bar, Y^_\bar都服从正态分布。除非数据分布是对称的（如双
转载
2023-11-17 21:22:36
358阅读
# Z检验在Python中的应用
## 引言
在统计学中，Z检验是一种常用的假设检验方法，用于判断样本均值是否与总体均值存在显著差异。它的原理基于正态分布的特性，通过计算样本均值与总体均值之间的差异，并考察这个差异是否由抽样误差引起。
本文将介绍Z检验的基本原理和在Python中的应用。我们会使用`numpy`和`scipy`这两个常用的科学计算库来实现Z检验的计算过程，并最终通过一个实例来
原创
2023-08-18 13:01:34
667阅读
# 使用Python进行Z检验的入门指南
Z检验（Z-Test）是一种统计方法，用来确定样本平均值与已知总体平均值之间的差异是否显著。对于刚入门的开发者来说，使用Python实现Z检验并不复杂。本文将为你详细介绍整个过程。
## 流程概述
在进行Z检验前，我们需要遵循以下步骤：
| 步骤 | 描述 |
|-----
原创
2024-10-27 04:41:10
126阅读
今天看了一天的各类检验的区别，主要是自己会用到的T检验 Z检验 F检验 卡方检验 Fisher精确检验得出以下结论（部分网上摘抄），不知道对错，请各位指教：T检验与Z检验T检验基本概念：（以上来自道客吧吧，t检验计算公式）上式中，其实已经包括了Z检验。T检验：主要用于总体样本未知，且样本容量小于30，Z检验：一般用于大样本(即样本容量大于
转载
2023-11-25 10:06:38
492阅读
A/B testing主要用来检测网站或者APP的两个版本中哪一个更好，它的中心思想是把流量一分为二，一份用作experiment group，访问新的版本，另一份用作control group，访问旧的版本。假设现在有一个网站，要测试是否增大网页Register的字体，可以增加注册用户。进行AB testing，首先要选择Unit of Diversion, 就是把实验分成两组的标准。在这个实验
转载
2024-04-25 11:14:31
112阅读
本文作者康伟华（点融黑帮），现任点融BI总监，曾就职于1号店、携程、eBay等互联网公司从事数据和开发工作，关注数据科学和系统架构。2000年Google的工程师第一次将AB测试用于测试搜索结果页展示多少搜索结果更合适，虽然那次的AB测试因为搜索结果加载速度的问题失败了，但是这次的AB测试可以认为是Google的第一次AB测试。从那以后AB测试被广泛应用于互联网公司的优化迭代, 每年数万个AB实验
作者|SUBHASH MEENA 编译|VK 来源|Analytics Vidhya 概述 假设检验是统计学、分析学和数据科学中的一个关键概念 了解假设检验的工作原理、Z检验和t检验之间的区别以及其他统计概念 介绍 冠状病毒大流行使我们大家都成了一个统计学家。我们不断地核对数字，对大流行将如何发展做
转载
2020-06-30 18:10:00
488阅读
2评论
数据出来要做几件事：首先判断数据是否符合正态分布，如果符合的话，就要进行t-检验，那么进行t-检验的作用在哪呢？t-检验主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布生动形象的很T分布的曲线和正态分布有点像，当然公式不一样。T分布在样本量极大的时候趋近于正态分布。正态分布只要知道均值和标准差就可以画出曲线，T分布还要知道一个值叫“自由度”df，df=n-1。我不知道什么是自
转载
2024-06-24 18:41:30
67阅读
一、 ABTest显著性检验： 1、针对比例型abtest，比如转化率 https://abtestguide.com/calc/2、针对数值型abtest，比如保费均值,参见本文下文 二、 ABTest size 1、针对比例型 1）https://abtestguide.com/abtestsize/ 2）https://www.
原创
2022-03-30 17:18:09
3658阅读
# Python中的Z检验
## 什么是Z检验？
Z检验是一种统计方法，用于比较样本均值与已知总体均值之间的差异。当我们要判断某一样本是否来自于某个已知分布（如正态分布）时，Z检验能够提供有效的解决方案。它通常用于样本量较大（n>30）且已知总体标准差的情况下。
## Z检验的步骤
进行Z检验的一般步骤如下：
1. **提出假设**：提出零假设（H0）和备择假设（H1）。
2. **选择
