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

Django model select的多种用法详解

Django model select的多种用法详解

《Django model update的各种用法介绍》文章介绍了Django model的各种update操作,这篇文章就是她的姊妹篇,详细介绍Django model select的...

OpenCV+Python识别车牌和字符分割的实现

OpenCV+Python识别车牌和字符分割的实现

本篇文章主要基于python语言和OpenCV库(cv2)进行车牌区域识别和字符分割,开篇之前针对在python中安装opencv的环境这里不做介绍,可以自行安装配置! 车牌号检测需要大...

python脚本开机自启的实现方法

问题描述:将python脚本设置成开机自启。 环境:windows7 64位 前段时间,一直想把文件打包成exe文件,然后设置成开机自启,虽然感觉很装逼,但是使用pyinstaller打...

python实现监控windows服务并自动启动服务示例

使用Python 2.7 + pywin32 + wxpython开发 每隔一段时间检测一下服务是否停止,如果停止尝试启动服务。进行服务停止日志记录 AppMain.py 复制代码 代码...

Django的HttpRequest和HttpResponse对象详解

本文研究的主要是Django的HttpRequest和HttpResponse对象的相关内容,具体如下。 请求一张页面时,Django把请求的metadata数据包装成一个HttpReq...