青岛php网站建设,网站怎样做关键词优化,医院网站建设招标说明,那家网站做照片书好参考资料#xff1a;用python动手学统计学 1、t统计量 t统计量的计算公式为#xff1a; 其中#xff0c;为样本均值#xff0c;μ为总体均值#xff0c;为实际样本的无偏标准差#xff0c;N为样本容量。 t统计量的公式与标准化公式类似。t统计量可以理解为对样本均值…参考资料用python动手学统计学 1、t统计量 t统计量的计算公式为 其中为样本均值μ为总体均值为实际样本的无偏标准差N为样本容量。 t统计量的公式与标准化公式类似。t统计量可以理解为对样本均值进行标准化。 2、模拟t分布 2.1 获取t值 # 导入库 import pandas as pd import numpy as np import scipy as sp from scipy import statsimport matplotlib.pyplot as plt import seaborn as sns# 建立均值为4标准差为0.8的正态总体 popstats.norm(loc4,scale0.8)# 设置随机种子用于复现结果 np.random.seed(1) # 添加数组用于存放t值 t_value_arraynp.zeros(10000) # 模拟抽样获取t值并存放至数组 for i in range(0,10000):samplepop.rvs(size10)sample_meannp.mean(sample)sample_stdnp.std(sample,ddof1)sample_sesample_std/np.sqrt(len(sample))t_value_array[i](sample_mean-4)/sample_se 2.1 绘制t值分布的直方图 sns.set() # t值分布直方图并添加核密度曲线 sns.histplot(t_value_array,kdeTrue,statdensity) # 绘制标准正态分布的概率密度曲线 xnp.arange(-8,8.1,0.1) ystats.norm.pdf(xx) # 默认为均值为0标准差为1的正态分布 plt.plot(x,y,linestyle:) 由上图可以看到实线的t分布核密度曲线和虚线的标准正态分布曲线二者没有完全重合。 3、t分布的自由度 若样本容量为N则N-1为t分布的自由度。当样本容量越大t分布就约接近于标准正态分布。 4、t分布概率密度曲线和标准正态分布概率密度曲线对比图 xnp.arange(-8,8.1,0.1) y_ustats.norm.pdf(x) # 标准正态分布概率密度 y_tstats.t.pdf(x,df9) # 自由度为9的t分布概率密度 plt.plot(x,y_t,linestyle-) plt.plot(x,y_u,linestyle:) t分布相对于标准正态分布更扁平这是因为t分布以均值的标准误为除数。另外t分布的数据范围较标正态分布的范围稍大一些也就是更容易出现远离均值的数据。 5、t分布的意义 t分布的意义就是在总体方差未知时也可以研究样本均值的分布。