前言
参数估计,是统计推断的一种。根据从总体中抽取的随机样本来估计总体分布中未知参数的过程。从估计形式看,区分为点估计和区间估计;从构造估计量的方法讲,有矩法估计、最小二乘估计、似然估计、贝叶斯估计等。
要处理两个问题:
- 求出未知参数的估计量;
- 在一定信度(可靠程度)下指出所求的估计量的精度。
信度一般用概率表示,如可信程度为95%;精度用估计量与被估参数(或待估参数)之间的接近程度或误差来度量。
本文主要是简单记录求置信区间所用到的python代码~
代码
1、导入数据
import pandas as pd
import numpy as np
from scipy import stats
path = 'D:\数据\data\data.xlsx'
data = pd.read_excel(path)
age = data['Age']
age.mean()
# 抽取100个样本
age_sam = age.sample(100)
x1 = age_sam.mean()
age_sam.describe()
2、 计算置信区间
- pandas.std()默认是除以n-1,即是无偏大,如果想和numpy.std() 一样有偏,需要加上参数 doff=0,即pandas(doff-0);DataFrame的describ()中就包含有std();
- numpy.std() 求标准差的时候默认是除以n的,即是有偏大,np.std() 无偏样本标准差方式为加入参数 doff=1;
# 正态分布下的置信区间
def norm_conf (data,confidence=0.95):
# https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.norm.html
sample_mean = np.mean(data)
sample_std = np.std(data,ddof=1)
sample_size = len(data)
conf_intveral = scipy.stats.norm.interval(confidence, loc=sample_mean, scale=sample_std)
print(conf_intveral)
norm_conf(scale_means)
# 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)
conf_intveral = scipy.stats.t.interval(confidence,df = (sample_size-1) , loc=sample_mean, scale=sample_std)
print(conf_intveral)
ttest_conf(scale_means)
3、重复抽取数据
scale_means = []
for _ in range(1000):
scale_sample = age.sample(100, replace=True)
mean = scale_sample.mean()
scale_means.append(mean)
norm_conf(scale_means)
ttest_conf(scale_means)
4、绘制数据
import seaborn as sns
from matplotlib import pyplot as plt
sns.set_palette("hls") #设置所有图的颜色,使用hls色彩空间
sns.distplot(scale_means,color="r",bins=10,kde=True)
plt.title('Age')
plt.xlim(25,35)
plt.grid(True)
plt.show()