统计笔记3：statistical inference-CSDN博客

本文链接：https://blog.csdn.net/weixin_38754624/article/details/116985183

统计推断（statistical inference）包含括两类工作：参数估计和假设检验

一、参数估计Parameter Estimation

1、Ponit Estimation点估计：用一个具体的值来估计总体的未知参数

矩估计法Moment Estimation

矩：一个变量X的k次方的均值

2、Interval Estimation区间估计：考虑了估计存在的误差，因而不是使用一个具体的值，而是一个置信区间（Confidence Interval），区间估计的可信程度成为置信度或者置信水平（Confidence Level）

用 $1-\alpha$ 表示，意思就是真实值有 $1-\alpha$ 的可能性落在置信区间内部，有 $\alpha$ 的可能性落在置信区间之外。

interval（alpha, df, loc, scale）

alpha为置信水平，df是检验量的自由度，loc是样本均值，scale为标准差(注意这里是样本平均值的标准误差stats.sem()）

from scipy import stats
import numpy as np

# 构造样本x
x = [10.1, 10, 9.8, 10.5, 9.7, 10.1, 10.3, 9.9]

# 进行区间估计
stats.t.interval(0.95, len(x)-1, np.mean(x), stats.sem(x))

二、假设检验Hypothesis Testing

原理略过，上代码

1、t检验（t Test）

总体均值已知，检验单个变量的均值和目标值之间是否存在差异

单样本t检验（One sample t Test）

比较总体均值和指定的检验值之间是否存在差异

result = stats.ttest_1samp(SHRet,0)  # 检验上证指数的收益率均值是否为0

配对样本t检验（Paired Sample t Test）

当两个样本并不互相独立时，我们可以使用配对样本t检验对两个总体的均值差异进行检验

result = stats.ttest_rel(SHRet, SZRet)  # 检验上证指数和深成指收益率均值是否相等

独立样本t检验（Independent Samples t Test）

检验两个服从正态分布的总体均值是否存在显著差异

result = stats.ttest_ind(SHRet, SZRet)  # 检验上证指数和深成指收益率均值是否相等