Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Avansert Beregning av Konfidensintervall med Python | Konfidensintervall
Lære Statistikk med Python

bookAvansert Beregning av Konfidensintervall med Python

Hvis du arbeider med en liten fordeling (størrelse ≤ 30) som tilnærmer seg normalfordelingen, bruk t-statistikk.

Hvordan beregne konfidensintervallet?

st.t.interval(0.95, len(data) - 1, loc=data.mean(), scale=st.sem(data))
  • Funksjonen t.interval() fra scipy.stats brukes for Student's T-fordeling.
  • 0.95 representerer konfidensnivået (også kjent som alpha-parameteren).
  • len(data) - 1 er frihetsgrader (df), som er utvalgsstørrelsen minus én.
  • loc representerer gjennomsnittet av utvalgsdataene.
  • sem representerer standardfeilen til gjennomsnittet.

Frihetsgrader

Frihetsgrader refererer til antall uavhengige informasjonsenheter som brukes til å estimere en parameter.

Formelen for frihetsgrader er N - 1, hvor N er utvalgsstørrelsen.

Du kan endre alpha-parameteren for å observere hvordan den påvirker konfidensintervallet.

1234567891011
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)
copy
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 6

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Awesome!

Completion rate improved to 2.63

bookAvansert Beregning av Konfidensintervall med Python

Sveip for å vise menyen

Hvis du arbeider med en liten fordeling (størrelse ≤ 30) som tilnærmer seg normalfordelingen, bruk t-statistikk.

Hvordan beregne konfidensintervallet?

st.t.interval(0.95, len(data) - 1, loc=data.mean(), scale=st.sem(data))
  • Funksjonen t.interval() fra scipy.stats brukes for Student's T-fordeling.
  • 0.95 representerer konfidensnivået (også kjent som alpha-parameteren).
  • len(data) - 1 er frihetsgrader (df), som er utvalgsstørrelsen minus én.
  • loc representerer gjennomsnittet av utvalgsdataene.
  • sem representerer standardfeilen til gjennomsnittet.

Frihetsgrader

Frihetsgrader refererer til antall uavhengige informasjonsenheter som brukes til å estimere en parameter.

Formelen for frihetsgrader er N - 1, hvor N er utvalgsstørrelsen.

Du kan endre alpha-parameteren for å observere hvordan den påvirker konfidensintervallet.

1234567891011
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)
copy
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 6
some-alt