Hướng dẫn what is confidence interval in python? - khoảng tin cậy trong python là gì?
A & nbsp; Khoảng tin cậy cho giá trị trung bình & nbsp; là một loạt các giá trị có khả năng chứa một dân số có nghĩa là với một mức độ tin cậy nhất định.confidence interval for a mean is a range of values that is likely to contain a population mean with a certain level of confidence. Show
Nó được tính là: Khoảng tin cậy = & nbsp; x & nbsp; +/-& nbsp; t*(s/√n)x +/- t*(s/√n) where:
Hướng dẫn này giải thích cách tính toán khoảng tin cậy trong Python. Khoảng tin cậy sử dụng phân phối TNếu chúng tôi làm việc với một mẫu nhỏ (n Ví dụ sau đây cho thấy cách tính khoảng tin cậy cho chiều cao trung bình dân số thực (tính bằng inch) của một loài thực vật nhất định, sử dụng mẫu 15 cây: import numpy as np import scipy.stats as st #define sample data data = [12, 12, 13, 13, 15, 16, 17, 22, 23, 25, 26, 27, 28, 28, 29] #create 95% confidence interval for population mean weight st.t.interval(alpha=0.95, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (16.758, 24.042) Khoảng tin cậy 95% cho chiều cao trung bình dân số thực sự là & nbsp; (16.758, 24.042).(16.758, 24.042). Bạn sẽ nhận thấy rằng mức độ tin cậy càng lớn, khoảng tin cậy càng rộng. Ví dụ, ở đây, cách tính toán 99% C.I. Đối với cùng một dữ liệu: #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455) Khoảng tin cậy 99% cho chiều cao trung bình dân số thực sự là & nbsp; (15.348, 25.455). Lưu ý rằng khoảng thời gian này rộng hơn khoảng tin cậy 95% trước đó.(15.348, 25.455). Notice that this interval is wider than the previous 95% confidence interval. Khoảng tin cậy sử dụng phân phối bình thườngNếu chúng tôi làm việc với các mẫu lớn hơn (N≥30), chúng tôi có thể giả sử rằng phân phối lấy mẫu của giá trị trung bình mẫu thường được phân phối (nhờ định lý giới hạn trung tâm) và thay vào đó có thể sử dụng hàm định mức.Interval () từ scipy .Stats Thư viện. Ví dụ sau đây cho thấy cách tính khoảng tin cậy cho chiều cao trung bình dân số thực (tính bằng inch) của một loài thực vật nhất định, sử dụng mẫu 50 cây: import numpy as np import scipy.stats as st #define sample data np.random.seed(0) data = np.random.randint(10, 30, 50) #create 95% confidence interval for population mean weight st.norm.interval(alpha=0.95, loc=np.mean(data), scale=st.sem(data)) (17.40, 21.08) Khoảng tin cậy 95% cho chiều cao trung bình dân số thực sự là & nbsp; (17,40, 21,08).(17.40, 21.08). Và tương tự như phân phối T, mức độ tin cậy lớn hơn dẫn đến khoảng tin cậy rộng hơn. Ví dụ, ở đây, cách tính toán 99% C.I. Đối với cùng một dữ liệu: #create 99% confidence interval for same sample st.norm.interval(alpha=0.99, loc=np.mean(data), scale=st.sem(data)) (16.82, 21.66) Khoảng tin cậy 95% cho chiều cao trung bình dân số thực sự là & nbsp; (17,82, 21,66).(17.82, 21.66). Cách diễn giải khoảng tin cậyGiả sử khoảng tin cậy 95% của chúng ta đối với chiều cao trung bình dân số thực sự của một loài thực vật là: Khoảng tin cậy 95% = (16.758, 24.042) Cách để giải thích khoảng tin cậy này như sau:
Một cách khác để nói điều tương tự là chỉ có 5% cơ hội rằng dân số thực sự có nghĩa là nằm ngoài khoảng tin cậy 95%. Đó là, chỉ có 5% cơ hội rằng chiều cao trung bình của dân số thực sự của cây dưới 16,758 inch hoặc lớn hơn 24.042 inch. Việc sử dụng khoảng tin cậy là gì? Formula: Confidence Interval = x(+/-)t*(s/√n)
S: Độ lệch chuẩn mẫuN: cỡ mẫu
Ví dụ 3: Trong ví dụ này, chúng tôi sẽ sử dụng tập dữ liệu ngẫu nhiên có kích thước (n = 100) và sẽ tính toán khoảng tin cậy 90% bằng cách sử dụng hàm định mức . Python
#create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)0
#create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)2 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)50 Confidence Interval = x(+/-)t*(s/√n)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 (2.962098014195961, 4.837901985804038)5 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)55 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)56 #create 99% confidence interval for same sample st.norm.interval(alpha=0.99, loc=np.mean(data), scale=st.sem(data)) (16.82, 21.66)6 import numpy as np import scipy.stats as st #define sample data np.random.seed(0) data = np.random.randint(10, 30, 50) #create 95% confidence interval for population mean weight st.norm.interval(alpha=0.95, loc=np.mean(data), scale=st.sem(data)) (17.40, 21.08)8 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 #create 99% confidence interval for same sample st.norm.interval(alpha=0.99, loc=np.mean(data), scale=st.sem(data)) (16.82, 21.66)9 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 #create 99% confidence interval for same sample st.norm.interval(alpha=0.99, loc=np.mean(data), scale=st.sem(data)) (16.82, 21.66)9 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 Confidence Interval = x(+/-)t*(s/√n)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 Confidence Interval = x(+/-)t*(s/√n)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 Confidence Interval = x(+/-)t*(s/√n)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 Confidence Interval = x(+/-)t*(s/√n)9 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 (2.962098014195961, 4.837901985804038)1 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 (2.962098014195961, 4.837901985804038)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 (2.962098014195961, 4.837901985804038)5 (2.962098014195961, 4.837901985804038)6 (2.962098014195961, 4.837901985804038)7 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (2.962098014195961, 4.837901985804038)9 (2.3481954013214263, 5.4518045986785735)0____ #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (2.3481954013214263, 5.4518045986785735)2 (2.3481954013214263, 5.4518045986785735)3 (2.3481954013214263, 5.4518045986785735)44 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)6 (2.3481954013214263, 5.4518045986785735)6 (2.3481954013214263, 5.4518045986785735)7 (2.3481954013214263, 5.4518045986785735)8 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (6.920661262464349, 7.3593387375356505)0 (2.3481954013214263, 5.4518045986785735)7 (6.920661262464349, 7.3593387375356505)2 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (6.920661262464349, 7.3593387375356505)4 Output: (2.962098014195961, 4.837901985804038) Ví dụ 2: Trong ví dụ này, chúng tôi sẽ sử dụng tập dữ liệu có kích thước (n = 20) và sẽ tính toán khoảng tin cậy 90% bằng cách sử dụng chức năng & nbsp; t.interval () và chuyển tham số alpha sang 0,99 trong Python. Python
#create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)0
#create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)2 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)5 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)6 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)6__ #create 99% confidence interval for same sample st.norm.interval(alpha=0.99, loc=np.mean(data), scale=st.sem(data)) (16.82, 21.66)6 import numpy as np import scipy.stats as st #define sample data np.random.seed(0) data = np.random.randint(10, 30, 50) #create 95% confidence interval for population mean weight st.norm.interval(alpha=0.95, loc=np.mean(data), scale=st.sem(data)) (17.40, 21.08)8 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 import numpy as np import scipy.stats as st #define sample data np.random.seed(0) data = np.random.randint(10, 30, 50) #create 95% confidence interval for population mean weight st.norm.interval(alpha=0.95, loc=np.mean(data), scale=st.sem(data)) (17.40, 21.08)8 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 #create 99% confidence interval for same sample st.norm.interval(alpha=0.99, loc=np.mean(data), scale=st.sem(data)) (16.82, 21.66)9 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 #create 99% confidence interval for same sample st.norm.interval(alpha=0.99, loc=np.mean(data), scale=st.sem(data)) (16.82, 21.66)9 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 Confidence Interval = x(+/-)t*(s/√n)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 Confidence Interval = x(+/-)t*(s/√n)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 Confidence Interval = x(+/-)t*(s/√n)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 Confidence Interval = x(+/-)t*(s/√n)9 (2.3481954013214263, 5.4518045986785735)6 #create 99% confidence interval for same sample st.norm.interval(alpha=0.99, loc=np.mean(data), scale=st.sem(data)) (16.82, 21.66)6 (2.962098014195961, 4.837901985804038)1 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 (2.962098014195961, 4.837901985804038)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 (2.962098014195961, 4.837901985804038)5 (2.962098014195961, 4.837901985804038)6 (2.962098014195961, 4.837901985804038)7 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)26 (2.3481954013214263, 5.4518045986785735)6 (2.3481954013214263, 5.4518045986785735)7 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)29 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (2.3481954013214263, 5.4518045986785735)2 (2.3481954013214263, 5.4518045986785735)3 (2.3481954013214263, 5.4518045986785735)4 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)6 (2.3481954013214263, 5.4518045986785735)6 (2.3481954013214263, 5.4518045986785735)7 (2.3481954013214263, 5.4518045986785735)8 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)39 (2.3481954013214263, 5.4518045986785735)7 (6.920661262464349, 7.3593387375356505)2 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (6.920661262464349, 7.3593387375356505)4 Output: (2.3481954013214263, 5.4518045986785735) Giải thích từ Ví dụ 1 và Ví dụ 2: Trong trường hợp của ví dụ 1, khoảng thời gian trung bình tự tin được tính toán của dân số với 90% là (2,96-4,83) và trong ví dụ 2 khi tính toán khoảng trung bình tự tin của dân số với 99% là (2,34-5,45), nó có thể được giải thích rằng khoảng cách tự tin ví dụ 2 rộng hơn khoảng thời gian tự tin ví dụ 1 với 95% dân số, điều đó có nghĩa là có 99% cơ hội khoảng tin cậy của [2,34, 5,45] chứa trung bình dân số thực Phương pháp 2: Tính khoảng tin cậy bằng cách sử dụng phân phối bình thườngCách tiếp cận này được sử dụng để tính toán khoảng tin cậy cho bộ dữ liệu lớn trong đó n> 30 và đối với điều này, người dùng cần gọi hàm định mức.InterVal () từ thư viện scipy.stats để có được khoảng tin cậy cho phương tiện dân số của dân số Cho bộ dữ liệu trong đó bộ dữ liệu thường được phân phối trong Python.
Ví dụ 3: Trong ví dụ này, chúng tôi sẽ sử dụng tập dữ liệu ngẫu nhiên có kích thước (n = 100) và sẽ tính toán khoảng tin cậy 90% bằng cách sử dụng hàm định mức . Python
#create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)0
#create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)2 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)5 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)6 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)6__ #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)57 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (2.962098014195961, 4.837901985804038)9 (2.3481954013214263, 5.4518045986785735)6 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)61 (2.3481954013214263, 5.4518045986785735)8 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (6.920661262464349, 7.3593387375356505)0 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)61 (6.920661262464349, 7.3593387375356505)2 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (6.920661262464349, 7.3593387375356505)4 Output: (6.920661262464349, 7.3593387375356505)
Giải thích từ Ví dụ 1 và Ví dụ 2: Python
#create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)0
#create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)2 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)3 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)5 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)6 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)7 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)6__ #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)57 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)26 #create 99% confidence interval for same sample st.norm.interval(alpha=0.99, loc=np.mean(data), scale=st.sem(data)) (16.82, 21.66)5 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)61 (2.3481954013214263, 5.4518045986785735)8 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 (6.920661262464349, 7.3593387375356505)0 (2.3481954013214263, 5.4518045986785735)7 (2.3481954013214263, 5.4518045986785735)8 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)4 #create 99% confidence interval for same sample st.t.interval(alpha=0.99, df=len(data)-1, loc=np.mean(data), scale=st.sem(data)) (15.348, 25.455)39 Output: (6.689075889330163, 7.450924110669837) Giải thích từ Ví dụ 1 và Ví dụ 2: Trong trường hợp của ví dụ 1, khoảng thời gian trung bình tự tin được tính toán của dân số với 90% là (2,96-4,83) và trong ví dụ 2 khi tính toán khoảng trung bình tự tin của dân số với 99% là (2,34-5,45), nó có thể được giải thích rằng khoảng cách tự tin ví dụ 2 rộng hơn khoảng thời gian tự tin ví dụ 1 với 95% dân số, điều đó có nghĩa là có 99% cơ hội khoảng tin cậy của [2,34, 5,45] chứa trung bình dân số thực Định nghĩa khoảng tin cậy là gì?Một khoảng tin cậy được định nghĩa là phạm vi của các giá trị mà chúng tôi quan sát trong mẫu của chúng tôi và chúng tôi hy vọng sẽ tìm thấy giá trị phản ánh chính xác dân số.the range of values that we observe in our sample and for which we expect to find the value that accurately reflects the population.
Khoảng tin cậy 95 trong Python là gì?Chẳng hạn, chúng ta biết rằng khoảng 95% dữ liệu trong phân phối bình thường nằm trong 2 độ lệch chuẩn của giá trị trung bình, vì vậy chúng ta có thể sử dụng 2 làm giá trị quan trọng z cho khoảng tin cậy 95% (mặc dù chính xác hơngiá trị quan trọng z với số liệu thống kê. Norm. ppf ().).within 2 standard deviations of the mean, so we could use 2 as the z-critical value for a 95% confidence interval (although it is more exact to get z-critical values with stats. norm. ppf().).
Khoảng tin cậy 95% đại diện cho gì?Khoảng tin cậy 95% xác định một loạt các giá trị mà bạn có thể là 95% nhất định chứa trung bình dân số.Với các mẫu lớn, bạn biết rằng có nghĩa là có độ chính xác cao hơn nhiều so với một mẫu nhỏ, vì vậy khoảng tin cậy khá hẹp khi được tính toán từ một mẫu lớn.a range of values that you can be 95% certain contains the population mean. With large samples, you know that mean with much more precision than you do with a small sample, so the confidence interval is quite narrow when computed from a large sample.
Việc sử dụng khoảng tin cậy là gì?Khoảng tin cậy sử dụng sự thay đổi của dữ liệu của bạn để đánh giá độ chính xác hoặc độ chính xác của số liệu thống kê ước tính của bạn.Bạn có thể sử dụng khoảng tin cậy để mô tả một nhóm hoặc để so sánh hai nhóm.use the variability of your data to assess the precision or accuracy of your estimated statistics. You can use confidence intervals to describe a single group or to compare two groups. |