Python 如何计算抛硬币的p值？

我试图计算以下抛硬币示例的p值：

n = 5
h = 4  # out of 5 toss 4 are head

# calculate pvalue using equal or more extreme cases
pval = P(4H1T) + P(4T1H) + P(5H) + P(5T)
     = 5/32    + 5/32    + 1/32  + 1/32
     = 12/32
     = 0.375

但当我尝试标准方法时：

from scipy import stats

phat = h / n
p0 = 0.5  # for unbiased coin
q0 = 1 - p0
z = (phat - p0) / sqrt(p0q0/n)      

pval = 1 - stats.norm.cdf(z)

我得到：

0.08985624743949994.

问题1 如何使用pythonscipystats（answer=0.375）获得类似的结果

工具书类 在这个statquest视频中，作者解释了如何使用相等或更多的极值获得pvalue，我们得到了0.375

但是在这里

使用给出的公式，我们得到另一个答案

问题2

---

哪种方法好，我们可以比较pvalue和alpha？

z值是正态分布的标准值，而不是概率。此外，连续分布中精确值的概率有点棘手。这种情况听起来最适合二项分布

from scipy.stats import binom
binom.pmf(4,5,0.5)

哪些产出：

0.15625

---

z值是正态分布的标准值，不是概率。此外，连续分布中精确值的概率有点棘手。这种情况听起来最适合二项分布

from scipy.stats import binom
binom.pmf(4,5,0.5)

哪些产出：

0.15625

---

这是一个二项分布的情况。遵循

scipy.stats.binom\u测试中的官方示例：




将numpy导入为np
从scipy导入统计信息
α=0.05
pval=stats.binom_检验（4，n=5，p=0.5，可选='双面'）
打印（'pvalue='，pval）
如果pval

输出
这是一个二项分布的情况。遵循
scipy.stats.binom\u测试中的官方示例：




将numpy导入为np
从scipy导入统计信息
α=0.05
pval=stats.binom_检验（4，n=5，p=0.5，可选='双面'）
打印（'pvalue='，pval）
如果pval

输出