统计学④——置信区间怎么算

统计学系列目录(文末有惊喜彩蛋
统计学①——概率论基础及业务实战
统计学②——概率分布(几何,二项,泊松,正态分布)
统计学③——总体与样本
统计学⑤——假设验证

上一篇写了如何通过样本的均值和方差,也叫点估计量,去估计总体的均值和方差,给出的是一个精确值。但是仅仅依靠一个样本得出的假设就一定可靠吗?虽然我们已经尽量抽取无偏样本了,得到的结果已经是最佳的点估计量,但是也只能说很接近总体的真值,但是有多接近也不知道。

因此,在给总体估计参数时,不是给一个精确值,而是一个范围,而且能保证总体参数有多大把握在这个范围,会比给一个精确值能令人信服的多,风险性也较小,这就是置信区间

一、置信区间如何求?

1、选择总体统计量
2、求出其抽样分布
3、决定置信水平
4、求出置信区间上下限

一般来说,只要知道抽样分布,就可以求出置信区间,比如

  • 14
    点赞
  • 100
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Python中,可以使用概率论中的随机变量分布来进行统计计。常见的离散型分布包括二项分布和泊松分布,连续性分布包括正态分布、均匀分布和指数分布等。这些分布可以用来计概率、期望和方差等统计量。 对于正态分布,可以使用scipy.stats库中的norm模块进行计。例如,可以使用norm.cdf函数计小于某个值的概率,使用norm.ppf函数计给定累积概率时的反函数值。代码示例如下: ``` from scipy.stats import norm # 计小于40的概率 p1 = norm.cdf(40, loc=50, scale=10) # 计30到40之间的概率 p2 = norm.cdf(40, loc=50, scale=10) - norm.cdf(30, loc=50, scale=10) # 计小于2.5的概率 p3 = norm.cdf(2.5, 0, 1) # 计-1.5到2之间的概率 p4 = norm.cdf(2) - norm.cdf(-1.5) # 计累计概率为0.025时的反函数值 q1 = norm.ppf(0.025, loc=0, scale=1) # 计累计概率为0.975时的反函数值 q2 = norm.ppf(0.975, 0, 1) print(p1, p2, p3, p4, q1, q2) ``` 对于计随机变量的概率分布均值和方差,可以使用numpy库进行计。代码示例如下: ``` import numpy as np # 假设有一个数据框df,其中包含了不合格品数和概率 mymean = sum(df['不合格品数'] * df['概率']) # 计均值 myvar = sum((df['不合格品数'] - mymean) ** 2 * df['概率']) # 计方差 mystd = np.sqrt(myvar) # 计标准差 print(mymean, myvar, mystd) ``` 以上是关于Python统计学中随机变量的概率分布的一些基本操作和计方法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Python统计学03——随机变量的概率分布](https://blog.csdn.net/weixin_46277779/article/details/126673517)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值