Avansert 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()
frascipy.stats
brukes for Student's T-fordeling. 0.95
representerer konfidensnivået (også kjent somalpha
-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.
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)
Takk for tilbakemeldingene dine!
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Awesome!
Completion rate improved to 2.63
Avansert 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()
frascipy.stats
brukes for Student's T-fordeling. 0.95
representerer konfidensnivået (også kjent somalpha
-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.
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)
Takk for tilbakemeldingene dine!