数据学习（九）-参数估计实践

#导入包
import pandas as pd
import numpy as np
from scipy import stats

#读取数据
data=pd.read_excel('G:\Datasets\data.xlsx')
data

结果如下：

#取数据中的age列，并求该列的平均值
age=data['Age']
age.mean()

结果如下：

#从总的数据中抽取一百个样本
age_sample=age.sample(100)
x1=age_sample.mean()
age_sample.describe()

结果如下：

#求正态分布下的置信区间
#置信水平为95%
def norm_conf(data,confidence=0.95):
    sample_mean=np.mean(data)
    sample_std=np.std(data,ddof=1)
    sample_size=len(data)
    conf_intveral=stats.norm.interval(confidence,loc=sample_mean,scale=sample_std)
    print(conf_intveral)
    
norm_conf(age_sample)

结果如下：

# 在同一数据下求T分布下的置信区间

def t_conf(data,conference=0.95):
    sample_mean=np.mean(data)
    sample_std=np.std(data,ddof=1)
    sample_size=len(data)
    conf_intveral=stats.t.interval(conference,df=(sample_size-1),loc=sample_mean,scale=sample_std)
    print(conf_intveral)
    
t_conf(age_sample)

结果如下：

#这里将随即取1000次的100个样本，求每次的平均值
#将平均值存储在数组中
scale_means=[]
for _ in range(1000):
    scale_sample=age.sample(100,replace=True)
    mean=scale_sample.mean()
    print(mean)
    scale_means.append(mean)

结果如下：

#求取1000次下的正太分布置信区间估计
norm_conf(scale_means)

结果如下：

#求取1000次下的T分布置信区间估计
t_conf(scale_means)

结果如下：

#导入绘图工具包
import seaborn as sbn
import matplotlib.pyplot as plt

#将数据进行绘图显示
sbn.set_palette("hls")   #设置所有图的颜色，使用hls色彩空间
sbn.distplot(scale_means,color="g",bins=15,kde=True)
plt.title('Age')
plt.xlim(25,35)
plt.grid(True)
plt.show()

结果如下：