Java之T分布计算数据的双侧置信区间

最新推荐文章于 2024-07-27 13:56:45 发布

冰·河

最新推荐文章于 2024-07-27 13:56:45 发布

阅读量8k

点赞数 1

分类专栏： JAVA学习文章标签： java 数据分析

本文链接：https://blog.csdn.net/m0_45161766/article/details/107324977

版权

JAVA学习专栏收录该内容

14 篇文章 2 订阅

订阅专栏

一、提出问题

T分布如何计算其数据的双侧置信区间
在这里插入图片描述

二、一、基本理论与操作说明

T分布与其置信区间:设X∼N(0,1),Y∼χ2(n)，且X和Y相互独立，则称随机变量在这里插入图片描述
服从自由度为n的t分布，记为 T∼t(n)。当n=1的t分布，就是柯西分布；期望不存在; 当n>1时，E(T)=0；当n≤2时，方差不存在;当n>2时，D(T)=n/n−2。 t分布的置信区间（Confidence Interval,CI）
式中 a=1-95% 是显著水平。S是样本标准差，当没有总体标准差就使用是s。t分布曲线及95%置信区间表示图见图1，不同自由度和显著水平的对应表见表1。
在这里插入图片描述

三、举例说明

1、要求
在这里插入图片描述
2、实现代码

class ci
{
double mean(double data[])//计算样本均值
{
double mean=0;
for(int i=0;i<data.length;i++)
mean       += data[i]/data.length;
return mean;
}
double s(double data[])//计算样本标准差S
{
double s=0;
double mean=      mean(data);
for(int i=0;i<data.length;i++)
s         += (data[i]-mean)*(data[i]-mean);
return         Math.sqrt(s/(data.length-1));
}
double se(double data[])
{
return s(data) / Math.sqrt(data.length);
}
double[] sci(double data[])
{
double ci[]={0,0};//置信区间数组
double zvalue=2.447;//t分布临界值 查表获得
ci[0]=            mean(data) - zvalue * se(data);
ci[1]=            mean(data) + zvalue * se(data);
return ci;
}
void out(double data[])
{
for(int i=0;i<data.length;i++)
System.out.print(data[i]+",");
}
}
class test
{
public  static void main(String[] args)
{
double data[]={26.7,22,24.1,21,27.2,25,23.4};
ci s=  new ci();//创建新对象
double result[]=s.sci(data);
s.out(result);//22.076803170755408,26.32319682924459,
}
}