Fortgeschrittene Berechnung von Konfidenzintervallen mit Python
Bei kleinen Stichprobenumfängen (Größe ≤ 30), die annähernd normalverteilt sind, sollten t-Statistiken verwendet werden.
Wie wird das Konfidenzintervall berechnet?
st.t.interval(0.95, len(data) - 1, loc=data.mean(), scale=st.sem(data))
- Die Funktion
t.interval()ausscipy.statswird für die Student-T-Verteilung verwendet. 0.95steht für das Konfidenzniveau (auch alsalpha-Parameter bekannt).len(data) - 1ist die Anzahl der Freiheitsgrade (df), also Stichprobengröße minus eins.locsteht für den Mittelwert der Stichprobendaten.semsteht für den Standardfehler des Mittelwerts.
Freiheitsgrade
Freiheitsgrade bezeichnen die Anzahl unabhängiger Informationselemente, die zur Schätzung eines Parameters verwendet werden.
Die Formel für die Freiheitsgrade lautet N - 1, wobei N die Stichprobengröße ist.
Der Alpha-Parameter kann angepasst werden, um zu beobachten, wie sich das Konfidenzintervall verändert.
1234567891011import scipy.stats as st import numpy as np data = [104, 106, 106, 107, 107, 107, 108, 108, 108, 108, 108, 109, 109, 109, 110, 110, 111, 111, 112] # Calculate the confidence interval confidence = st.t.interval(0.95, len(data)-1, loc = np.mean(data), scale = st.sem(data)) print(confidence)
Danke für Ihr Feedback!
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Fragen Sie mich Fragen zu diesem Thema
Zusammenfassen Sie dieses Kapitel
Zeige reale Beispiele
Awesome!
Completion rate improved to 2.63Fortgeschrittene Berechnung von Konfidenzintervallen mit Python
Swipe um das Menü anzuzeigen
Bei kleinen Stichprobenumfängen (Größe ≤ 30), die annähernd normalverteilt sind, sollten t-Statistiken verwendet werden.
Wie wird das Konfidenzintervall berechnet?
st.t.interval(0.95, len(data) - 1, loc=data.mean(), scale=st.sem(data))
- Die Funktion
t.interval()ausscipy.statswird für die Student-T-Verteilung verwendet. 0.95steht für das Konfidenzniveau (auch alsalpha-Parameter bekannt).len(data) - 1ist die Anzahl der Freiheitsgrade (df), also Stichprobengröße minus eins.locsteht für den Mittelwert der Stichprobendaten.semsteht für den Standardfehler des Mittelwerts.
Freiheitsgrade
Freiheitsgrade bezeichnen die Anzahl unabhängiger Informationselemente, die zur Schätzung eines Parameters verwendet werden.
Die Formel für die Freiheitsgrade lautet N - 1, wobei N die Stichprobengröße ist.
Der Alpha-Parameter kann angepasst werden, um zu beobachten, wie sich das Konfidenzintervall verändert.
1234567891011import scipy.stats as st import numpy as np data = [104, 106, 106, 107, 107, 107, 108, 108, 108, 108, 108, 109, 109, 109, 110, 110, 111, 111, 112] # Calculate the confidence interval confidence = st.t.interval(0.95, len(data)-1, loc = np.mean(data), scale = st.sem(data)) print(confidence)
Danke für Ihr Feedback!
