参数估计，置信区间

本文主要是介绍参数估计，置信区间，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

参数估计：

用样本统计量去估计总体的参数。

置信区间：

大数定律：

样本多了能代表整体。

 

 

 

 

中心极限定理：

随机变量，量大会接近正态分布。

 python代码实现

import numpy as np
random_data = np.random.randint(1,7,1000)
print(random_data)samples = []
samples_mean = []
samples_std = []for i in range(0, 1000):sample = []for j in range(0, 50):sample.append(random_data[int(np.random.random() * len(random_data))])sample_np = np.array(sample)samples_mean.append(sample_np.mean())samples_std.append(sample_np.std())samples.append(sample_np)samples_mean_np = np.array(samples_mean)
samples_std_np = np.array(samples_std)print (samples_mean_np)

 

置信区间：

交叉验证：

这篇关于参数估计，置信区间的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---