Bỏ qua đến nội dung chính
Mục lục

scipy.stats: bảng tra hàm theo việc cần làm

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 1/8 · Chương 14

Trang phụ trợ

  • 6 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

scipy.stats là module thống kê của thư viện SciPy: nó có các đối tượng phân phối (norm, t, binom…) để tính xác suất và phân vị, các hàm kiểm định (ttest_ind(), chi2_contingency()…) trả về thống kê và p-value, cùng các hàm tương quan, hồi quy và mô phỏng. Trang này xếp các hàm hay dùng theo việc bạn cần làm, mỗi dòng link về bài dạy kỹ.

Cần biết trước: PMF, PDF và CDF.

Bảng tra nhanh: hàm scipy.stats theo việc cần làm

Mọi dòng dùng from scipy import stats; x, a, b là mảng số, bang là bảng chéo số đếm. Chưa biết việc của mình thuộc dòng nào thì đọc trước bài chọn kiểm định hay chọn phân phối.

Cần làm

Hàm

Trả về

Bài

Xác suất, phân vị của một phân phối

stats.norm(loc, scale).cdf(x), .ppf(q), .sf(x)

số hay mảng

PMF, PDF và CDF

Xác suất rời rạc

stats.binom(n, p).pmf(k), stats.poisson(mu).pmf(k)

số hay mảng

phân phối nhị thức

Giá trị tới hạn t

stats.t.ppf(0.975, df)

số

phân phối Student t

Sai số chuẩn của trung bình

stats.sem(x) (mặc định ddof=1)

số

sai số chuẩn

Khoảng tin cậy cho trung bình

stats.t.interval(0.95, df, loc, scale)

bộ hai số

khoảng tin cậy cho trung bình

So trung bình với một số

stats.ttest_1samp(x, popmean)

statistic, pvalue, df

kiểm định t một mẫu

So hai nhóm độc lập

stats.ttest_ind(a, b, equal_var=False)

statistic, pvalue, df

kiểm định t hai mẫu

So trước và sau trên cùng người

stats.ttest_rel(truoc, sau)

statistic, pvalue, df

kiểm định t cặp

So ba nhóm trở lên

stats.f_oneway(a, b, c)

statistic, pvalue

ANOVA

Hai biến phân loại có liên quan

stats.chi2_contingency(bang)

statistic, pvalue, dof, expected_freq

kiểm định chi bình phương

Tần suất có khớp tỉ lệ cho trước

stats.chisquare(f_obs, f_exp)

statistic, pvalue

kiểm định phù hợp

Dữ liệu có gần chuẩn

stats.shapiro(x), stats.probplot(x)

statistic, pvalue

kiểm định phân phối chuẩn

So hai nhóm không giả định chuẩn

stats.mannwhitneyu(a, b)

statistic, pvalue

kiểm định phi tham số

Tương quan tuyến tính

stats.pearsonr(x, y)

statistic, pvalue

kiểm định hệ số tương quan

Tương quan hạng

stats.spearmanr(x, y)

statistic, pvalue

tương quan Spearman

Đường thẳng hồi quy

stats.linregress(x, y)

slope, intercept, rvalue, pvalue, stderr

hồi quy đơn

Khoảng tin cậy bằng lấy mẫu lại

stats.bootstrap((x,), np.mean)

confidence_interval

bootstrap

Kiểm định bằng xáo nhãn

stats.permutation_test((a, b), ham)

statistic, pvalue

kiểm định hoán vị

Hai quy ước chung của cả module: mọi phân phối liên tục dùng loc (vị trí) và scale (độ rộng) thay cho tên riêng như mean, sd; mọi hàm kiểm định trả một đối tượng kết quả có trường statistic và pvalue.

Đối tượng phân phối: một dòng cho mỗi câu hỏi

Một đối tượng phân phối "đóng băng" tham số một lần, rồi trả lời nhiều câu hỏi. Khối lượng gói cà phê của một xưởng theo phân phối chuẩn, trung bình 500 g, độ lệch chuẩn 4 g:

python
from scipy import stats

goi = stats.norm(loc=500, scale=4)
print(round(goi.cdf(495), 4))
print(round(goi.sf(508), 4))
print(round(goi.ppf(0.95), 2))
print(round(goi.cdf(505) - goi.cdf(495), 4))

KẾT QUẢ

0.1056
0.0228
506.58
0.7887

Dòng một là P(X ≤ 495), dòng hai là P(X > 508) (sf là 1 − cdf), dòng ba là mốc mà 95% số gói nhẹ hơn, dòng cuối là xác suất một gói nặng từ 495 tới 505 g. Đổi scale=4 thành scale=2 rồi chạy lại: dòng cuối in 0.9876, vì máy đều hơn nên gần hết số gói rơi vào khoảng đó. Ý nghĩa của từng phương thức nằm ở bài PMF, PDF và CDF, bài mẹ của trang này.

Đối tượng kết quả của hàm kiểm định

Hàm kiểm định trả một đối tượng có tên trường, nên đọc bằng tên thay vì nhớ thứ tự. Hai ca máy đóng gói, mỗi ca cân sáu gói:

python
from scipy import stats

ca_sang = [501.2, 498.7, 503.1, 499.5, 502.4, 500.8]
ca_chieu = [497.9, 499.1, 496.4, 498.8, 500.2, 497.5]
kq = stats.ttest_ind(ca_sang, ca_chieu, equal_var=False)
print(round(kq.statistic, 2), round(kq.pvalue, 4))
print(round(kq.df, 1))
ci = kq.confidence_interval(0.95)
print(round(ci.low, 2), round(ci.high, 2))

KẾT QUẢ

3.02 0.0137
9.5
0.67 4.59

df là bậc tự do của kiểm định Welch, confidence_interval() cho khoảng tin cậy 95% của hiệu hai trung bình. Ở mức ý nghĩa 5%, dữ liệu cho thấy hai ca đóng gói có khối lượng trung bình khác nhau; khoảng tin cậy nói ca sáng nặng hơn bao nhiêu gam. Cách đọc đầy đủ ở bài kiểm định t hai mẫu.

Kết quả nhiều trường: chi2_contingency() và linregress()

Một số hàm trả thêm trường riêng. Bảng chéo của chi bình phương có bậc tự do và bảng ô mong đợi; hồi quy có hệ số góc, hệ số chặn và r:

python
from scipy import stats

bang = [[30, 20], [18, 32]]
kq = stats.chi2_contingency(bang)
print(round(kq.statistic, 2), kq.dof, round(kq.pvalue, 4))
print(kq.expected_freq)
gio = [1, 2, 3, 4, 5, 6]
diem = [5.2, 6.1, 6.4, 7.3, 7.9, 8.6]
hq = stats.linregress(gio, diem)
print(round(hq.slope, 3), round(hq.intercept, 3), round(hq.rvalue, 3))

KẾT QUẢ

4.85 1 0.0277
[[24. 26.]
 [24. 26.]]
0.666 4.587 0.995

expected_freq là bảng ô mong đợi, thứ cần kiểm theo quy tắc ô từ 5 trở lên. Hệ số góc 0,666 nghĩa là mỗi giờ học thêm đi kèm điểm cao hơn khoảng 0,67 trong sáu bạn này, như bài hồi quy đơn đọc.

Kiểm tra nhanh

  1. Bạn có bảng đếm khách theo chi nhánh và món đồ uống, muốn biết hai biến có liên quan không. Hàm nào hợp?

    • stats.ttest_ind()
    • stats.chi2_contingency()
    • stats.pearsonr()
  2. Những lời gọi nào đúng tên tham số của scipy.stats?

    • stats.norm(loc=500, scale=4)
    • stats.norm(mean=500, sd=4)
    • stats.t.ppf(0.975, df=24)
    • stats.t.interval(95, df=24)
  3. Sau from scipy import stats, print(round(stats.norm.cdf(0), 2)) in ra gì?

    • 0.0
    • 0.5
    • 1.0
Đúng hết lần đầu +15 XP

Bài tập

Xác suất rơi vào một khoảng của phân phối chuẩn

Viết hàm xac_suat_khoang(mu, sigma, a, b) trả về xác suất một biến chuẩn trung bình mu, độ lệch chuẩn sigma rơi vào khoảng từ a tới b (a < b), tính bằng hiệu hai giá trị CDF của stats.norm.

Ví dụ: xac_suat_khoang(500, 4, 495, 505) cho khoảng 0,7887.

Trả về: xác suất, một float.

python
from scipy import stats

def xac_suat_khoang(mu, sigma, a, b):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Phân phối: dựng stats.norm(loc, scale) một lần rồi gọi .cdf(), .sf(), .ppf(), .pmf().

  • scale là độ lệch chuẩn, không phải phương sai; mức tin cậy viết 0.95.

  • Kiểm định: đọc kết quả bằng tên trường statistic, pvalue, và df, confidence_interval() khi có.

  • Chọn hàm theo việc cần làm ở bảng tra; bài ở cột cuối dạy cách đọc kết quả.

Câu hỏi thường gặp

scipy stats python cần cài gì?

Cài SciPy bằng python -m pip install scipy rồi viết from scipy import stats. Trên trang này mã đã chạy sẵn scipy 1.18.0. Bài cài đặt scipy và statsmodels chỉ từng bước và cách kiểm phiên bản.

scipy stats functions có hàm tính phương sai, trung bình không?

Có stats.describe() cho một bảng số đo, stats.sem() cho sai số chuẩn, stats.skew() và stats.kurtosis() cho hình dạng. Trung bình, phương sai, phân vị thì NumPy và pandas đủ dùng: np.mean(), np.var(x, ddof=1), np.percentile(). Bài bảng tra thống kê mô tả gom chúng.

Khi nào dùng statsmodels thay cho scipy.stats?

Khi cần bảng hồi quy đầy đủ (sai số chuẩn, p-value, khoảng tin cậy của từng hệ số) hay mô hình có nhiều biến. scipy.stats đủ cho kiểm định và hồi quy đơn; bài suy diễn cho hồi quy dùng statsmodels.

Chủ đề

scipy stats

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập