Python全系列 教程
3567个小节阅读:5931.3k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
ximport numpy as np
from scipy.stats import norm, t, chi2
def mean_ci_est(data, alpha, sigma=None):
n = len(data)
sample_mean = np.mean(data)
if sigma is None:
# 方差未知
s = np.std(data)
se = s/np.sqrt(n)
# t.ppf(alpha/2, n-1)返回的是左侧面积为alpha/2对应的t值
t_value = np.abs(t.ppf(alpha/2, n-1))
# 根据公式返回置信区间
return sample_mean - se * t_value, sample_mean + se * t_value
else:
# 方差已知
se = sigma/np.sqrt(n)
# norm.ppf(alpha / 2)返回的是左侧面积为alpha/2对应的z值
z_value = np.abs(norm.ppf(alpha / 2))
# 根据公式返回置信区间
return sample_mean - se * z_value, sample_mean + se * z_value
xxxxxxxxxx
salary_18 = [1484, 785, 1598, 1366, 1716, 1020, 1716, 785, 3113, 1601]
salary_35 = [902, 4508, 3809, 3923, 4276, 2065, 1601, 553, 3345, 2182]
print(np.mean(salary_18), mean_ci_est(salary_18, 0.05))
print(np.mean(salary_35), mean_ci_est(salary_35, 0.05))
1. SciPy中norm.ppf(alpha / 2)返回的值是:
A 左侧面积为alpha对应的z值
B 左侧面积为alpha/2对应的z值
C 右侧面积为alpha对应的z值
D 右侧面积为alpha/2对应的z值
1=>B