Python求解正態(tài)分布置信區(qū)間教程
正態(tài)分布和置信區(qū)間
正態(tài)分布（Normal Distribution）又叫高斯分布，是一種非常重要的概率分布。其概率密度函數(shù)的數(shù)學(xué)表達(dá)如下：
置信區(qū)間是對該區(qū)間能包含未知參數(shù)的可置信的程度的描述。
使用SciPy求解置信區(qū)間
import numpy as np import matplotlib.pyplot as plt from scipy import stats N = 10000 x = np.random.normal(0, 1, N) # ddof取值為1是因為在統(tǒng)計學(xué)中樣本的標(biāo)準(zhǔn)偏差除的是(N-1)而不是N，統(tǒng)計學(xué)中的標(biāo)準(zhǔn)偏差除的是N # SciPy中的std計算默認(rèn)是采用統(tǒng)計學(xué)中標(biāo)準(zhǔn)差的計算方式 mean, std = x.mean(), x.std(ddof=1) print(mean, std) # 計算置信區(qū)間 # 這里的0.9是置信水平 conf_intveral = stats.norm.interval(0.9, loc=mean, scale=std) print(conf_intveral)
輸出如下：
0.0033541207210673997 0.9986647964318905 (-1.639303291798682, 1.6460115332408163)
這里的-1.639303291798682是置信上界，1.6460115332408163是置信下界，兩個數(shù)值構(gòu)成的區(qū)間就是置信區(qū)間
使用Matplotlib繪制正態(tài)分布密度曲線
# 繪制概率密度分布圖 x = np.arange(-5, 5, 0.001) # PDF是概率密度函數(shù) y = stats.norm.pdf(x, loc=mean, scale=std) plt.plot(x, y) plt.show()
這里的pdf()函數(shù)是Probability density function，就是本文最開始的那個公式
最后的輸出圖像如下，可以看到結(jié)果跟理論上的正太分布還是比較像的：
正態(tài)分布置信區(qū)間規(guī)律
函數(shù)曲線下68.268949%的面積在平均數(shù)左右的一個標(biāo)準(zhǔn)差范圍內(nèi)
函數(shù)曲線下95.449974%的面積在平均數(shù)左右兩個標(biāo)準(zhǔn)差的范圍內(nèi)
函數(shù)曲線下99.730020%的面積在平均數(shù)左右三個標(biāo)準(zhǔn)差的范圍內(nèi)
函數(shù)曲線下99.993666%的面積在平均數(shù)左右四個標(biāo)準(zhǔn)差的范圍內(nèi)
以上這篇Python求解正態(tài)分布置信區(qū)間教程就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了Django使用Celery異步任務(wù)隊列的使用，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-03-03
python定時利用QQ郵件發(fā)送天氣預(yù)報的實例
下面小編就為大家分享一篇python定時利用QQ郵件發(fā)送天氣預(yù)報的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2017-11-11
MarkupPy是Python模塊用于生成HTML和XML格式的字符串，它的主要作用是提供了一種比原生HTML/XML更加易讀和易寫的編寫方式，通過Python代碼來生成HTML或XML代碼，這篇文章主要介紹了Python模塊MarkupPy&自定義html報告的相關(guān)知識,需要的朋友可以參考下2023-07-07
這篇文章主要為大家詳細(xì)介紹了Python如何實現(xiàn)簡易版圖書管理系統(tǒng)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-08-08
這篇文章主要介紹了PyCharm2019 安裝和配置，本文通過圖文并茂的形式給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-07-07
這篇文章主要介紹了TensorFlow的環(huán)境配置與安裝方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
這篇文章主要介紹了DRF框架API版本管理實現(xiàn)方法解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-08-08
python函數(shù)map()和partial()的知識點總結(jié)
在本篇文章里小編給大家分享了關(guān)于python函數(shù)map()和partial()的知識點總結(jié)，需要的朋友們可以參考下。2020-05-05
這篇文章主要介紹了python快速排序的代碼實例，大家參考使用吧2013-11-11
這篇文章主要為大家詳細(xì)介紹了23個很棒的Python腳本的集合(迷你項目)，文中的示例代碼講解詳細(xì)，對我們了解Python有一定幫助，感興趣的可以了解一下2022-11-11