数理统计——推断统计参数估计与python实现

前言

本节知识要点：推断统计分析——参数估计

目标：
熟知点估计与区间估计
中心极限定理
正态分布及其特性
python实现与分析思路是重点

一、基本概念

1.总体、样本、个体（略）

2.点估计、区间估计

3.推断统计概念

推断统计即用样本的数据去推断总体数量的特征，是以概率形式进行推断的，因为总体往往是未知的。

二、代码实现

1.点估计

使用鸢尾花样本长度的均值来估计总体鸢尾花的长度的情况。因此我们需要求到样本的长度均值。
#点估计

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
import seaborn as sns
from sklearn.datasets import load_iris
import warnings
sns.set(style="darkgrid")
plt.rcParams["font.family"]="SimHei"
plt.rcParams["axes.unicode_minus"]=False
warnings.filterwarnings("ignore")
iris=load_iris()
data=np.concatenate([iris.data,iris.target.reshape(-1,1)],axis=1)
data=pd.DataFrame(data,columns=["sepal_length","sepal_width","petal_length","petal_width","type"])
print(data["petal_length"].mean())

输出：
3.7580000000000027

点估计很准确，但是容易受到随机抽样的影响，导致估计的精确度不高。

2.区间估计

区间估计是指使用一个置信区间和置信度，表示总体参数有多大概率（置信度）会落在该区间（置信区间）。
重要概念：
中心极限定理；
标准差（包括总体和样本的）；
标准误差（样本均值的标准差）；
正态分布的特性；

代码实现中心极限定理：

#中心极限定理(构建总体——构建抽样样本数组——计算样本均值分布的、标准差——可视化)

#定义总体的数据情况
all_1=np.random.normal(loc=30,scale=80