python 计算t分布的双侧置信区间
作者:luoganttcc 时间:2023-08-01 03:06:05
如下所示:
interval=stats.t.interval(a,b,mean,std)
t分布的置信区 间
a:置信水平
b:检验量的自由度
mean:样本均值
std:样本标准差
from scipy import stats
import numpy as np
x=[10.1,10,9.8,10.5,9.7,10.1,9.9,10.2,10.3,9.9]
x1=np.array(x)
mean=x1.mean()
std=x1.std()
interval=stats.t.interval(0.95,len(x)-1,mean,std)
interval
Out[9]: (9.531674678392644, 10.568325321607357)
补充:用Python学分析 - t分布
1. t分布形状类似于标准正态分布
2. t分布是对称分布,较正态分布离散度强,密度曲线较标准正态分布密度曲线更扁平
3. 对于大型样本,t-值与z-值之间的差别很小
作用
- t分布纠正了未知的真实标准差的不确定性
- t分布明确解释了估计总体方差时样本容量的影响,是适合任何样本容量都可以使用的合适分布
应用
- 根据小样本来估计呈正态分布且方差未知的总体的均值
- 对于任何一种样本容量,真正的平均值抽样分布是t分布,因此,当存在疑问时,应使用t分布
样本容量对分布的影响
- 当样本容量在 30-35之间时,t分布与标准正态分布难以区分
- 当样本容量达到120时,t分布与标准正态分布实际上完全相同了
自由度df对分布的影响
- 样本方差使用一个估计的参数(平均值),所以计算置信区间时使用的t分布的自由度为 n - 1
- 由于引入额外的参数(自由度df),t分布比标准正态分布的方差更大(置信区间更宽)
- 与标准正态分布曲线相比,自由度df越小,t分布曲线愈平坦,曲线中间愈低,曲线双侧尾部翘得愈高
- 自由度df愈大,t分布曲线愈接近正态分布曲线,当自由度df= ∞ 时,t分布曲线为标准正态分布曲线
图表显示t分布
代码:
# 不同自由度的学生t分布与标准正态分布
import numpy as np
from scipy.stats import norm
from scipy.stats import t
import matplotlib.pyplot as plt
print('比较t-分布与标准正态分布')
x = np.linspace( -3, 3, 100)
plt.plot(x, t.pdf(x,1), label='df=1')
plt.plot(x, t.pdf(x,2), label='df=20')
plt.plot(x, t.pdf(x,100), label = 'df=100')
plt.plot( x[::5], norm.pdf(x[::5]),'kx', label='normal')
plt.legend()
plt.show()
运行结果:
以上为个人经验,希望能给大家一个参考
来源:https://blog.csdn.net/luoganttcc/article/details/78278933
标签:python,t分布,置信区间
0
投稿
猜你喜欢
python获取Pandas列名的几种方法
2022-10-31 09:29:27
Pytorch 使用不同版本的cuda的方法步骤
2023-02-06 07:52:23
剖析Python的Tornado框架中session支持的实现代码
2022-12-06 17:53:13
JS简单随机数生成方法
2024-04-19 09:56:42
详解mysql数据库如何开启慢查询日志
2024-01-23 03:58:40
Python爬虫代理池搭建的方法步骤
2022-08-12 15:31:03
python抓取网站的图片并下载到本地的方法
2022-05-19 23:45:08
APIStar:一个专为Python3设计的API框架
2022-05-29 03:52:02
Pytorch 和 Tensorflow v1 兼容的环境搭建方法
2022-04-05 12:19:06
Oracle 的入门心得 强烈推荐
2009-05-24 19:55:00
python运行其他程序的实现方法
2022-11-15 05:18:09
Python 中的函数装饰器和闭包详解
2021-08-03 17:52:40
不同浏览器所支持的“事件”
2007-09-26 18:29:00
如何使数据库中取出的数据保持原有格式
2008-11-27 16:16:00
网站发布后Bootstrap框架引用woff字体无法正常显示的解决方法
2023-08-13 00:26:58
Numpy ndarray 多维数组对象的使用
2023-08-09 07:01:54
Python实现读取文件最后n行的方法
2023-08-02 10:33:32
Tensorflow全局设置可见GPU编号操作
2021-04-21 12:41:46
JavaScript学习笔记之函数记忆
2024-04-16 09:27:01
MySQL子查询的使用详解上篇
2024-01-28 00:58:13