python으로 표본 데이터에서 신뢰 구간 계산하는 방법

Asked 4 months ago, Updated 4 months ago, 278 views

정규 분포를 가정하여 신뢰 구간을 계산하고자 하는 표본 데이터가 있는데요.

numpy를 쓰면 된다는데 어떻게 쓰는지 샘플 코드 같은 게 있을까요?

어떻게 하는지 감이 잘 안 와서요.

python numpy

2022-05-15 15:58

2 Answers

import numpy as np
import scipy.stats


def mean_confidence_interval(data, confidence=0.95):
    a = 1.0 * np.array(data)
    n = len(a)
    m, se = np.mean(a), scipy.stats.sem(a)
    h = se * scipy.stats.t.ppf((1 + confidence) / 2., n-1)
    return m, m-h, m+h

이런 방식으로 가능합니다. 


2022-05-15 16:02

파이썬 3.8부터 표준 라이브러리는 통계 모듈의 일부로 NormalDist 객체를 제공합니다.

from statistics import NormalDist

def confidence_interval(data, confidence=0.95):
  dist = NormalDist.from_samples(data)
  z = NormalDist().inv_cdf((1 + confidence) / 2.)
  h = dist.stdev * z / ((len(data) - 1) ** .5)
  return dist.mean - h, dist.mean + h

설명하면

데이터 샘플(NormalDist.from_samples(데이터)에서 NormalDist 개체를 만듭니다. 이 개체는 NormalDist.mean 및 NormalDist.stdev를 통해 샘플의 평균 및 표준 편차에 액세스할 수 있습니다.

누적 분포 함수(inv_cdf)의 역수를 사용하여 주어진 신뢰도에 대한 표준 정규 분포(NormalDist()로 표시)를 기반으로 Z-점수를 계산합니다.

표본의 표준 편차 및 평균을 기반으로 신뢰 구간을 생성합니다. 


2022-05-15 17:31

If you have any answers or tips


© 2022 pinfo. All rights reserved.