db.describe()
输出：
Waist | AT | |
count | 109.000000 | 109.000000 |
mean | 91.901835 | 101.894037 |
std | 13.559116 | 57.294763 |
min | 63.500000 | 11.440000 |
25% | 80.000000 | 50.880000 |
50% | 90.800000 | 96.540000 |
75% | 104.000000 | 137.000000 |
max | 121.000000 | 253.000000 |
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,
