Edistynyt Luottamusvälin Laskenta Pythonilla
Jos työskentelet pienen jakauman (koko ≤ 30) kanssa, joka lähestyy normaalijakaumaa, käytä t-tilastoja.
Kuinka laskea luottamusväli?
st.t.interval(0.95, len(data) - 1, loc=data.mean(), scale=st.sem(data))
t.interval()
-kirjastonscipy.stats
-funktiota käytetään Studentin t-jakaumalle.0.95
edustaa luottamustasoa (tunnetaan myös nimelläalpha
-parametri).len(data) - 1
on vapausasteet (df
), eli otoskoon ja yhden erotus.loc
tarkoittaa otosaineiston keskiarvoa.sem
tarkoittaa keskiarvon keskivirhettä.
Vapausasteet
Vapausasteet viittaavat itsenäisten tietoelementtien määrään, joita käytetään parametrin arviointiin.
Vapausasteiden kaava on N - 1, missä N on otoskoko.
Voit muuttaa alpha-parametria ja tarkastella, miten se vaikuttaa luottamusväliin.
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)
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 2.63
Edistynyt Luottamusvälin Laskenta Pythonilla
Pyyhkäise näyttääksesi valikon
Jos työskentelet pienen jakauman (koko ≤ 30) kanssa, joka lähestyy normaalijakaumaa, käytä t-tilastoja.
Kuinka laskea luottamusväli?
st.t.interval(0.95, len(data) - 1, loc=data.mean(), scale=st.sem(data))
t.interval()
-kirjastonscipy.stats
-funktiota käytetään Studentin t-jakaumalle.0.95
edustaa luottamustasoa (tunnetaan myös nimelläalpha
-parametri).len(data) - 1
on vapausasteet (df
), eli otoskoon ja yhden erotus.loc
tarkoittaa otosaineiston keskiarvoa.sem
tarkoittaa keskiarvon keskivirhettä.
Vapausasteet
Vapausasteet viittaavat itsenäisten tietoelementtien määrään, joita käytetään parametrin arviointiin.
Vapausasteiden kaava on N - 1, missä N on otoskoko.
Voit muuttaa alpha-parametria ja tarkastella, miten se vaikuttaa luottamusväliin.
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)
Kiitos palautteestasi!