Hướng dẫn how do you create a confidence interval in python? - làm cách nào để bạn tạo khoảng tin cậy trong python?
& nbsp; Trong bài viết này, chúng tôi sẽ xem xét các cách khác nhau để tính toán khoảng tin cậy bằng cách sử dụng các phân phối khác nhau trong ngôn ngữ lập trình Python. Khoảng tin cậy cho một giá trị trung bình là một loạt các giá trị có khả năng chứa một dân số có nghĩa là với một mức độ tin cậy nhất định. Show
Formula: Confidence Interval = x(+/-)t*(s/√n)
Phương pháp 1: Tính khoảng tin cậy bằng cách sử dụng phân phối TCách tiếp cận này được sử dụng để tính toán khoảng tin cậy cho bộ dữ liệu nhỏ trong đó n trong đó n trong đó
Ví dụ 1: Trong ví dụ này, chúng tôi sẽ sử dụng tập dữ liệu có kích thước (n = 20) và sẽ tính toán khoảng tin cậy 90% bằng cách sử dụng hàm T. Python. Python
Các (6.920661262464349, 7.3593387375356505)2 (2.3481954013214263, 5.4518045986785735)4 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)5 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)5 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)9 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)9 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)9 (2.962098014195961, 4.837901985804038)3 (6.689075889330163, 7.450924110669837)5 (2.962098014195961, 4.837901985804038)3 (6.689075889330163, 7.450924110669837)7 (2.962098014195961, 4.837901985804038)3 (6.689075889330163, 7.450924110669837)9 (2.962098014195961, 4.837901985804038)3 import 1import 2Các
(2.962098014195961, 4.837901985804038)0 numpy as np 6
(2.962098014195961, 4.837901985804038)0 import 0Output: (2.962098014195961, 4.837901985804038) Ví dụ 2: Trong ví dụ này, chúng tôi sẽ sử dụng tập dữ liệu có kích thước (n = 20) và sẽ tính toán khoảng tin cậy 90% bằng cách sử dụng chức năng & nbsp; t.interval () và chuyển tham số alpha sang 0,99 trong Python. Python
Các (6.920661262464349, 7.3593387375356505)2 (2.3481954013214263, 5.4518045986785735)4 (2.962098014195961, 4.837901985804038)3 (2.3481954013214263, 5.4518045986785735)4 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)5 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)5 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)9 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)9 (2.962098014195961, 4.837901985804038)3 (6.920661262464349, 7.3593387375356505)9 (2.962098014195961, 4.837901985804038)3 (6.689075889330163, 7.450924110669837)5 numpy as np 2(6.920661262464349, 7.3593387375356505)2 (6.689075889330163, 7.450924110669837)7 (2.962098014195961, 4.837901985804038)3 (6.689075889330163, 7.450924110669837)9 (2.962098014195961, 4.837901985804038)3 import 1import 2
(2.962098014195961, 4.837901985804038)0 (2.962098014195961, 4.837901985804038)22 numpy as np 2
(2.962098014195961, 4.837901985804038)25 (2.962098014195961, 4.837901985804038)0 import 8import 9numpy as np 0(2.962098014195961, 4.837901985804038)2 numpy as np 2Các
(2.962098014195961, 4.837901985804038)0 import 0Output: (2.3481954013214263, 5.4518045986785735) Ví dụ 2: Trong ví dụ này, chúng tôi sẽ sử dụng tập dữ liệu có kích thước (n = 20) và sẽ tính toán khoảng tin cậy 90% bằng cách sử dụng chức năng & nbsp; t.interval () và chuyển tham số alpha sang 0,99 trong Python. gfg_data (2.962098014195961, 4.837901985804038)0 (2.962098014195961, 4.837901985804038)1(2.962098014195961, 4.837901985804038)2(2.962098014195961, 4.837901985804038)3__12
(2.962098014195961, 4.837901985804038)0 (2.962098014195961, 4.837901985804038)35
Ví dụ 1: Trong ví dụ này, chúng tôi sẽ sử dụng tập dữ liệu có kích thước (n = 20) và sẽ tính toán khoảng tin cậy 90% bằng cách sử dụng hàm T. Python. Python
Các (2.962098014195961, 4.837901985804038)53 (2.962098014195961, 4.837901985804038)0 import 5numpy as np 2(2.962098014195961, 4.837901985804038)57 numpy as np 4(2.962098014195961, 4.837901985804038)0 numpy as np 6(2.962098014195961, 4.837901985804038)57 numpy as np 8(2.962098014195961, 4.837901985804038)0 import 0Output: (6.920661262464349, 7.3593387375356505) Các Ví dụ 2: Python
(2.962098014195961, 4.837901985804038)0 (2.962098014195961, 4.837901985804038)46 (6.920661262464349, 7.3593387375356505)9 (2.962098014195961, 4.837901985804038)3 import 1(2.962098014195961, 4.837901985804038)3 (2.962098014195961, 4.837901985804038)51 (2.962098014195961, 4.837901985804038)52 (2.962098014195961, 4.837901985804038)53 (2.962098014195961, 4.837901985804038)0 (2.962098014195961, 4.837901985804038)22 (6.920661262464349, 7.3593387375356505)1 (2.962098014195961, 4.837901985804038)57 numpy as np 4(2.962098014195961, 4.837901985804038)0 numpy as np 6(2.962098014195961, 4.837901985804038)57 numpy as np 8______10Output: (6.689075889330163, 7.450924110669837) Giải thích từ Ví dụ 3 và Ví dụ 4: Trong trường hợp của ví dụ 3, khoảng thời gian trung bình tự tin được tính toán của dân số với 90% là (6,92-7,35) và trong ví dụ 4 khi tính toán khoảng trung bình tự tin của dân số với 99% là (6,68-7,45), nó có thể được giải thích rằng khoảng thời gian tự tin ví dụ 4 rộng hơn khoảng thời gian tự tin ví dụ 3 với 95% dân số, điều đó có nghĩa là có 99% cơ hội khoảng tin cậy của [6,68, 7,45] chứa phương tiện dân số thực sự. Làm thế nào để Python tính toán khoảng tin cậy?Tạo một mẫu mới dựa trên bộ dữ liệu của chúng tôi, với sự thay thế và với cùng một số điểm.Tính giá trị trung bình và lưu trữ nó trong một mảng hoặc danh sách.Lặp lại quá trình nhiều lần (ví dụ: 1000) trong danh sách các giá trị trung bình, tính toán phần trăm 2,5 và 97,5 phần trăm (nếu bạn muốn khoảng tin cậy 95%)
Chức năng Python nào sẽ cung cấp khoảng tin cậy 95%?Hàm ppf.Các lập luận cho t.ppf () là q = tỷ lệ phần trăm, df = mức độ tự do, tỷ lệ = std dev, loc = mean.Vì phân phối T là đối xứng cho khoảng tin cậy 95% Q sẽ là 0,975.. The arguments for t. ppf() are q = percentage, df = degree of freedom, scale = std dev, loc = mean. As t-distribution is symmetric for a 95% confidence interval q will be 0.975.
Mô -đun Python nào được sử dụng để tạo khoảng tin cậy Chọn một?hàm khoảng () từ thư viện scipy.stats để có được khoảng tin cậy cho một phương tiện dân số của bộ dữ liệu đã cho trong Python.scipy. stats library to get the confidence interval for a population means of the given dataset in python. |