从样本数据计算置信区间 [英] Compute a confidence interval from sample data
本文介绍了从样本数据计算置信区间的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有样本数据,我想为其计算置信区间,假设为正态分布.
I have sample data which I would like to compute a confidence interval for, assuming a normal distribution.
我已经找到并安装了 numpy 和 scipy 包,并且已经让 numpy 返回平均值和标准差(numpy.mean(data),数据是一个列表).任何关于获得样本置信区间的建议将不胜感激.
I have found and installed the numpy and scipy packages and have gotten numpy to return a mean and standard deviation (numpy.mean(data) with data being a list). Any advice on getting a sample confidence interval would be much appreciated.
推荐答案
import numpy as np
import scipy.stats
def mean_confidence_interval(data, confidence=0.95):
a = 1.0 * np.array(data)
n = len(a)
m, se = np.mean(a), scipy.stats.sem(a)
h = se * scipy.stats.t.ppf((1 + confidence) / 2., n-1)
return m, m-h, m+h
你可以这样计算.
这篇关于从样本数据计算置信区间的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文