Python求解正态分布置信区间教程

yipeiwu_com6年前Python基础

正态分布和置信区间

正态分布(Normal Distribution)又叫高斯分布,是一种非常重要的概率分布。其概率密度函数的数学表达如下:

置信区间是对该区间能包含未知参数的可置信的程度的描述。

使用SciPy求解置信区间

import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

N = 10000
x = np.random.normal(0, 1, N)
# ddof取值为1是因为在统计学中样本的标准偏差除的是(N-1)而不是N,统计学中的标准偏差除的是N
# SciPy中的std计算默认是采用统计学中标准差的计算方式
mean, std = x.mean(), x.std(ddof=1)
print(mean, std)
# 计算置信区间
# 这里的0.9是置信水平
conf_intveral = stats.norm.interval(0.9, loc=mean, scale=std)
print(conf_intveral)

输出如下:

0.0033541207210673997 0.9986647964318905
(-1.639303291798682, 1.6460115332408163)

这里的-1.639303291798682是置信上界,1.6460115332408163是置信下界,两个数值构成的区间就是置信区间

使用Matplotlib绘制正态分布密度曲线

# 绘制概率密度分布图
x = np.arange(-5, 5, 0.001)
# PDF是概率密度函数
y = stats.norm.pdf(x, loc=mean, scale=std)
plt.plot(x, y)
plt.show()

这里的pdf()函数是Probability density function,就是本文最开始的那个公式

最后的输出图像如下,可以看到结果跟理论上的正太分布还是比较像的:

正态分布置信区间规律

函数曲线下68.268949%的面积在平均数左右的一个标准差范围内

函数曲线下95.449974%的面积在平均数左右两个标准差的范围内

函数曲线下99.730020%的面积在平均数左右三个标准差的范围内

函数曲线下99.993666%的面积在平均数左右四个标准差的范围内

以上这篇Python求解正态分布置信区间教程就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

Python的Socket编程过程中实现UDP端口复用的实例分享

关于端口复用 一个套接字不能同时绑定多个端口,如果客户端想绑定端口号,一定要调用发送信息函数之前绑定( bind )端口,因为在发送信息函数( sendto, 或 write ),系统会...

使用python检测主机存活端口及检查存活主机

使用python检测主机存活端口及检查存活主机

监测主机存活的端口 #!/usr/bin/env python # coding-utf import argparse import socket import sys #auth...

在Python中通过threading模块定义和调用线程的方法

定义线程 最简单的方法:使用target指定线程要执行的目标函数,再使用start()启动。 语法: class threading.Thread(group=None, targe...

python中int与str互转方法

python中int与str互转方法

最近学习python中的数据类型时,难免联想到java中的基本型数据类型与引用型数据类型。于是对python中的int与str做了简单赋值输出,出现了意料之外的事情。 >>...

python 实现保存最新的三份文件,其余的都删掉

我就废话不多说了,直接上代码吧! """ 对于每天存储文件,文件数量过多,占用空间 采用保存最新的三个文件 """ from airflow import DAG from airf...