一、基础的均值和方差求解
import pandas as pd
import numpy as np
t=[]
s=0
df = pd.read_excel("3.xlsx", index_col=0)#读取数据,创造数据矩阵
list_values = df.values.tolist()
for item in list_values:
t.append([item[0]])
k=np.sum(t)/len(t)#求均值
for i in range(len(t)):#求方差
s=s+(t[i]-k)**2/len(t)
print('均值是:%f, 方差是:%f' %(k,s[0]))
二、求解正态分布分布函数值
from scipy.stats import norm
u=-6.6 #正态分布分布函数曲线中某个分位点的值
l = norm.cdf(u) #返回分布函数值
print('u=%f时,正态分布的分布函数值为%f'%(u,l))
三、求解卡方分布的μ值(直接求分位点处的值)
注意:用之前首先要知道什么是单双尾检验!
from scipy.stats import chi2 #导入chi2
n=33 #自由度n
a=0.1 #显著水平a
a=chi2.ppf(q=a, df=n) #计算单尾假设检验左分位点(当你原始假设是大于)
b=chi2.isf(q=a, df=n) #计算单尾假设检验右分位点(原始假设是小于)
c, d=chi2.interval(1-alpha, df=n) #计算双尾检验左右分位点(原始假设是等于时)
print('单侧左、右分位点:a=%.4f, b=%.4f , 双侧左、右分位点:c=%.4f, d=%.4f'%(a,b,c,d))
四、正态分布检验(检验是否服从正态分布)
见我的另一个博客(码字不易,多多支持):正态分布检验算法(检验是否服从正态分布)Python代码-CSDN博客
五、注意事项
关于excel表中的数据要如图放置,空一行的第二行才可以,否则会少一个数据(不知道有没有大佬知道为什么)