Summary  
This chapter demonstrates how to calculate confidence intervals for small samples by using SciPy’s t.interval function with parameters for significance level, degrees of freedom, sample mean, and standard error of the mean.  

General domain of usage  
Statistical data analysis

小規模な分布（サイズ ≤ 30）で正規分布に近似できる場合は、t統計量を使用。

## 信頼区間の計算方法

```python
st.t.interval(0.95, len(data) - 1, loc=data.mean(), scale=st.sem(data))
```

- `t.interval()` の `scipy.stats` 関数は、スチューデントのT分布に使用。
- `0.95` は有意水準（`alpha` パラメータとも呼ばれる）を表す。
- `len(data) - 1` は自由度（`df`）、サンプルサイズから1を引いた値。
- `loc` はサンプルデータの**平均値**を表す。
- `sem` は**標本平均の標準誤差**を表す。

## 自由度

自由度は、パラメータを推定するために使用される独立した情報要素の数。

自由度の公式は N - 1（Nはサンプルサイズ）。

alphaパラメータを変更することで、信頼区間への影響を観察可能。

import 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)

Pythonを使用して統計学の基礎をしっかりと築きます。必須の統計概念を学び、NumPyやpandasを通じて実践的に応用します。平均や分散などの基本的な指標から、仮説検定、信頼区間、データ駆動型の洞察まで、ハンズオンで習得します。

データ型、代表値、サンプルと母集団の主な違いなど、統計学の基本原則を学びます。

Pythonを使用して平均値、中央値、最頻値を計算し解釈する方法を学習します。pandasを用いて実際のデータセットでこれらの操作を練習します。

分散と標準偏差がデータのばらつきをどのように測定するかを理解します。手動およびPythonツールを使用して両方を計算する方法を学びます。

共分散と相関が変数間の関係をどのように表すかを探求します。Pythonで両方の指標を計算し比較する練習を行います。

信頼区間を習得し、母集団パラメータを推定します。NumPy、pandas、および可視化ライブラリを使用して、実データで区間を計算し解釈します。

仮説検定とt検定の基礎を学習します。データに基づいた意思決定を支援するために、Pythonを用いて検定を設計・実施・解釈する方法を理解します。

Pythonによる高度な信頼区間計算

信頼区間の計算方法

自由度