置信水平转换方案,置信水平通俗理解

db.describe()

输出：

from scipy import stats alpha= 0.05 q= 0.95 (alpha/2) print(q) print('z score for 95% confidence interval is', np.round(stats.norm.ppf(q),3)) 0.975 z score for 95% confidence interval is 1.96

from scipy import stats alpha= 0.1 q= 0.9 (alpha/2) print(np.round(q,3)) print('90% 置信区间的 z 分数为', np.round(stats.norm.ppf(q),3)) 0.95 95% 置信区间的 z 分数为 1.645

alpha= 0.06 q= 0.94 (alpha/2) print(np.round(q,3)) print('94% 置信区间的 z 分数为', np.round(stats.norm.ppf(q),3)) 0.97 94% 置信区间的 z 分数为 1.881

alpha= 0.4 q= 0.6 (alpha/2) #print(np.round(q,3)) print('60% 置信区间的 z 分数为', np.round(stats.norm.ppf(q),3)) 60% 置信区间的 z 分数为 0.842t 分数

from scipy import stats alpha= 0.05 q= 0.95 (alpha/2) print(np.round(q,3)) print('95% 置信区间的 t 分数为', np.round(stats.t.ppf(q, df= 24),3)) 0.975 95% 置信区间的 t 分数为 2.064

alpha= 0.04 q= 0.96 (alpha/2) print(np.round(q,3)) print('96% 置信区间的 t 分数为', np.round(stats.t.ppf(q, df= 24),3)) 0.98 96% 置信区间的 t 分数为 2.172

alpha= 0.01 q= 0.99 (alpha/2) #print(np.round(q,3)) print('99% 置信区间的 t 分数为', np.round(stats.t.ppf(q, df= 24),3)) 99% 置信区间的 t 分数为 2.797概率

import numpy as np from scipy import stats m= 270 # 总体均数 n= 18 # 样本大小 x= 260 # 样本均值; s= 90 # 样本标准差 ts = (x - m) / (s/ np.sqrt(n)) print('t分数是', np.round(ts, 3)) t_prob= stats.t.cdf(ts, df= 17) print('概率是', np.round(t_prob,3)*100) t分数是 -0.471 概率是 32.2