Python求解统计学中的均值和方差、分布函数中的正态分布的分布函数值、卡方分布，也可用于假设检验、正态分布检验（excel表提取数据）

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）