python - 计算概率描述性统计的正确方法
问题描述
我使用 64 种不同的方法为相同的结果计算了 64 个概率。我想知道哪种方法是正确的(如果有的话)找到,例如上述人群的平均值和标准。如果我这样做:
import numpy as np
probability_vector = calc_probabilites_using_64_methods(my_data)
# probability_vector.shape => (64,1)
mean_prob = np.mean(probability_vector)
std_prob = np.std(probability_vector)
我得到所有方法及其标准的平均概率。问题是平均概率为 5.3%,标准差为 16%,这给出了下限的负概率,即均值 - 标准差。这是一个正确的方法吗?
我想以某种方式说“这是使用 64 种方法中的每一种的 64 个个体概率,这是带有置信区间的‘平均’概率。”。
解决方案
推荐阅读
- css - react-player 响应与脉轮 UI
- vba - VBA - MS 项目 - 为持续时间字段添加空间
- database-connection - SymmetricDS 示例 - 客户端节点拒绝连接到服务器节点
- javascript - 尽管已初始化,Javascript变量仍为空
- python - 如何将用户输入附加到类实例中的列表?
- powershell - 如何设置组策略以使用 Powershell 在 Active Directory 中的每个用户上设置登录脚本?
- windows - Visual Studios 在构建项目时反复出现 PDB API 调用失败
- caching - 如何在 MS Teams 客户端 SPFX Webpart 中实现缓存
- rust - 返回向量
从函数 - python - NumPyarray 到 QPixmap