[python][统计学入门]scipy.stats.norm函数探究

1. 问题背景

在学习AB_test的过程中，有计算样本量的环节。其中针对不同样本分布有如下计算公式：

其中授课老师在计算z_1-alpha（一类错误临界点值）和z_1-beta（二类错误临界点值）这两个的时候，使用的公式为

stats.norm.isf(alpha,loc=0,scale=1)

我发现为什么求的是1-alpha，而计算的时候代入的参数是alpha呢？所以就想探究一下stats.norm下的各个方法所代表的函数究竟是什么意思。

2.stats.norm下的常用方法

• rvs:随机变量（就是从这个分布中抽一些样本）（这个可以看文末链接的另一篇文章）
• pdf：概率密度函数。
• cdf：累计分布函数
• sf：残存函数（1-CDF）
• ppf：分位点函数（CDF的逆）
• isf：逆残存函数（sf的逆）
• stats:返回均值，方差，（费舍尔）偏态，（费舍尔）峰度。
• moment:分布的非中心矩。（这个我在网上没怎么找到资料，也不太清楚该怎么写，如果有知道的小伙伴可以评论区留言一下）

3.stats.norm下各种常用方法的个人理解

python代码

首先导包

import pandas as pd
import numpy as np
import