python实现区间估计,一个正态总体,均值已知,未知的区间估计,正态分布,t 分布

本文主要是介绍python实现区间估计,一个正态总体,均值已知,未知的区间估计,正态分布,t 分布,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!

首先导入数据,这里使用的是一次数据竞赛的 train_label 的数据,即房租的价格
数据可在百度网盘中下载
链接:https://pan.baidu.com/s/1_4GI4_N3zWZGO9LgFP7RKA 提取码:yk5F

import pandas as pd
import numpy as np
from scipy import stats
data = pd.read_csv('train_data.csv')
tradeMoney = data['tradeMoney']
tradeMoney_mean = np.mean(tradeMoney)
tradeMoney_std = np.std(tradeMoney, ddof=1)
print(tradeMoney_mean)
print(tradeMoney_std)

将该总体近似看做正态分布,查看该总体的均值和总体的方差,输出:

8837.074227557916
551428.6590976383

查看数据的描述信息:

tradeMoney.describe()

输出:

count    4.144000e+04
mean     8.837074e+03
std      5.514287e+05
min      0.000000e+00
25%      2.800000e+03
50%      4.000000e+03
75%      5.500000e+03
max      1.000000e+08
Name: tradeMoney, dtype: float64

选取样本容量为100的一个样本:

tradeMoney_sam = tradeMoney.sample(100)
tradeMoney_sam.describe()

查看该样本的描述信息:

count      100.000000
mean      5026.100000
std       3400.800231
min       1190.000000
25%       2882.500000
50%       4250.000000
75%       5975.000000
max      24500.000000
Name: tradeMoney, dtype: float64
  • 一个正态总体方差已知,均值的区间估计,使用的是正态分布

    np.std 求得的均值是有偏的,这里我们需要的是无偏的均值,所以需要加上 ddof=1

# 自定义函数实现正态分布下的置信区间,这里使用的是总体方差
def norm_conf(data, std, confidence=0.95):sample_mean = np.mean(data)  # 求样本均值sample_size = len(data)alpha = 1 - confidence  # 显著性水平norm_score = stats.norm.isf(alpha / 2)  # 查表得正态分布的分数ME = std / np.sqrt(sample_size) * norm_scorelower_limit = sample_mean - MEupper_limit = sample_mean + ME
#     print('(%.6f, %.6f)' % (lower_limit, upper_limit))return lower_limit, upper_limit
norm_conf(tradeMoney_sam, tradeMoney_std)

输出:

(-103051.931187, 113104.131187)
  • 一个正态总体,方差未知,均值的区间估计,使用的是 t 分布
# 自定义函数实现t分布下的置信区间
def ttest_conf(data, confidence=0.95):sample_mean = np.mean(data)sample_std = np.std(data,ddof=1)    sample_size = len(data)alpha = 1 - confidencet_score = stats.t.isf(alpha / 2, df = (sample_size-1) )ME = t_score * sample_std / np.sqrt(sample_size)lower_limit = sample_mean - MEupper_limit = sample_mean + MEprint(  '( %.6f, %.6f)' % (lower_limit, upper_limit))return lower_limit, upper_limit
ttest_conf(tradeMoney_sam)

输出:

( 4351.307453, 5700.892547)

下面验证该区间估计的准确度,以一个正态总体,方差已知,均值的区间估计为例:

# 重复抽取数据,验证一个正态总体,方差已知,均值的区间估计的准确度
scale_means = []
size = 0
for _ in range(1000):tradeMoney_sample = tradeMoney.sample(100, replace=True)lower_limit_norm, upper_limit_norm = norm_conf(tradeMoney_sample, tradeMoney_std)if tradeMoney_mean >= lower_limit_norm and tradeMoney_mean <= upper_limit_norm:size += 1
print('一个正态总体,方差已知,均值的区间估计的准确度为:', size / 1000)

输出:

一个正态总体,方差已知,均值的区间估计的准确度为: 0.992

上面都是自定义函数实现的区间估计,其实在 scipy.stats 包中有包装好的函数供我们使用

  • 一个正态总体方差已知,均值的区间估计,使用的是正态分布

    conf_intveral = scipy.stats.norm.interval(confidence, loc=sample_mean, scale=sample_std)
    
  • 一个正态总体,方差未知,均值的区间估计,使用的是 t 分布

    conf_intveral = scipy.stats.t.interval(confidence,df = (sample_size-1) , loc=sample_mean, scale=sample_std)
    

    欢迎关注微信公众号 shinerise,与你一起慢慢进步~

Alt

这篇关于python实现区间估计,一个正态总体,均值已知,未知的区间估计,正态分布,t 分布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!



http://www.chinasem.cn/article/457150

相关文章

pandas中位数填充空值的实现示例

《pandas中位数填充空值的实现示例》中位数填充是一种简单而有效的方法,用于填充数据集中缺失的值,本文就来介绍一下pandas中位数填充空值的实现,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是中位数填充?为什么选择中位数填充?示例数据结果分析完整代码总结在数据分析和机器学习过程中,处理缺失数

Golang HashMap实现原理解析

《GolangHashMap实现原理解析》HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持高效的插入、查找和删除操作,:本文主要介绍GolangH... 目录HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持

Pandas使用AdaBoost进行分类的实现

《Pandas使用AdaBoost进行分类的实现》Pandas和AdaBoost分类算法,可以高效地进行数据预处理和分类任务,本文主要介绍了Pandas使用AdaBoost进行分类的实现,具有一定的参... 目录什么是 AdaBoost?使用 AdaBoost 的步骤安装必要的库步骤一:数据准备步骤二:模型

使用Pandas进行均值填充的实现

《使用Pandas进行均值填充的实现》缺失数据(NaN值)是一个常见的问题,我们可以通过多种方法来处理缺失数据,其中一种常用的方法是均值填充,本文主要介绍了使用Pandas进行均值填充的实现,感兴趣的... 目录什么是均值填充?为什么选择均值填充?均值填充的步骤实际代码示例总结在数据分析和处理过程中,缺失数

Java对象转换的实现方式汇总

《Java对象转换的实现方式汇总》:本文主要介绍Java对象转换的多种实现方式,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java对象转换的多种实现方式1. 手动映射(Manual Mapping)2. Builder模式3. 工具类辅助映

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Go语言开发实现查询IP信息的MCP服务器

《Go语言开发实现查询IP信息的MCP服务器》随着MCP的快速普及和广泛应用,MCP服务器也层出不穷,本文将详细介绍如何在Go语言中使用go-mcp库来开发一个查询IP信息的MCP... 目录前言mcp-ip-geo 服务器目录结构说明查询 IP 信息功能实现工具实现工具管理查询单个 IP 信息工具的实现服

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

SpringBoot基于配置实现短信服务策略的动态切换

《SpringBoot基于配置实现短信服务策略的动态切换》这篇文章主要为大家详细介绍了SpringBoot在接入多个短信服务商(如阿里云、腾讯云、华为云)后,如何根据配置或环境切换使用不同的服务商,需... 目录目标功能示例配置(application.yml)配置类绑定短信发送策略接口示例:阿里云 & 腾