Lära Avancerad Konfidensintervallberäkning Med Python

Om du arbetar med en liten fördelning (storlek ≤ 30) som approximativt följer normalfördelningen, använd t-statistik.

Hur beräknas konfidensintervallet?

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

Funktionen t.interval() från scipy.stats används för Student's T-fördelning.
0.95 representerar konfidensnivån (även kallad alpha-parametern).
len(data) - 1 är frihetsgraderna (df), vilket är stickprovsstorleken minus ett.
loc representerar medelvärdet av stickprovsdata.
sem representerar standardfelet för medelvärdet.

Frihetsgrader

Frihetsgrader avser antalet oberoende informationsenheter som används för att uppskatta en parameter.

Formeln för frihetsgrader är N - 1, där N är stickprovsstorleken.

Du kan ändra alpha-parametern för att observera hur den påverkar 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)

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 6

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Suggested prompts:

What does the output of the confidence interval mean?

How can I change the confidence level in the calculation?

Can you explain why we use the t-distribution instead of the normal distribution here?

Awesome!

Completion rate improved to 2.63

Svep för att visa menyn