scipy.stats统计库函数

常见通用函数

1. pdf：概率密度函数
2. cdf：累积分布函数，已知x位置求累计概率
3. ppf：分位点函数，已知累计概率求x位置（cdf的逆函数）
4. norm：正态分布
5. poisson：泊松分布
6. uniform：均匀分布
7. t：T分布

求平均值的标准误差（SEM）

import scipy as sp
import scipy.stats
import numpy as np
arr=[1,2,3,4,5]
sem=scipy.stats.sem(arr)

SEM详解见：SEM

实例：求置信区间临界点

先验知识

1. t分布
   在概率论和统计学中，t-分布（t-distribution）用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。
   t分布曲线形态与n（确切地说与自由度df）大小有关。与标准正态分布曲线相比，自由度df越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度df愈大，t分布曲线愈接近正态分布曲线，当自由度df=∞时，t分布曲线为标准正态分布曲线。

2. 置信区间
   
   其中，1.96即置信度=0.95时，右端分位点的位置（针对标准正态分布时）。

arr=np.randn(100)  # 初始化数组作为样本集
confidence = 0.95  # 置信度
# 计算平均值的标准误差
sem=scipy.stats.sem(arr)
n = len(arr)
# t.ppf参数：分位点p，自由度df
# ppf根据分位点和自由度（样本数量-1），求出分位点所在位置x；
# x*sem得到该样本集的置信区间的右端点
h = sem * sp.stats.t.ppf((1+confidence)/2., n-1)
# 或写成：h = sem * sp.stats.t.ppf( 1-(1-confidence)/2., n-1)

参考：
如何理解 95% 置信区间？ - 马同学的回答 - 知乎
https://www.zhihu.com/question/26419030/answer/274472266

https://baike.baidu.com/item/t%E5%88%86%E5%B8%83/299142?fr=aladdin

scipy.stats里的统计量与分布简介