python - 如何使用 t.ppf()？有哪些论据？

Question

我不明白如何正确使用t.ppf，谁能给我解释一下？

我必须使用这些信息

• scipy.stats.t
• scipy.stats
• 平均 100
• 标准差为 0.39
• N = 851（851 个样本）

当我被要求使用 t.ppf() 计算 (95%) 误差范围时，代码会如下所示吗？

cutoff1 = t.ppf(0.05,100,0.36,850) 

有人可以帮我吗？

标签： pythondistribution

Answer 1

根据参考文档，参数t.ppf是q, df,loc和scale. df参数是自由度，对于单个总体抽样问题，它通常是样本量减 1。由于ppf计算逆累积分布函数，根据定义，x对于给定的q值和df均值的结果P{T <= x} = q，即有可能从具有给定和的分布q中获得小于或等于的结果。( mean) 和(standard deviation) 参数是可选的，分别默认为 0 和 1。xTlocscalelocscale

要获得 95% 的误差范围，您需要 5% 的概率位于分布的尾部。这通常是对称完成的，因此每个尾部都有 2.5%，因此您将分别使用q0.025 和 0.975 作为下限和上限截止点的值。对于您的特定问题，代码如下所示：

from scipy.stats import t

n = 851
mean = 100
std_dev = 0.39

lower_cutoff = t.ppf(0.025, n - 1, loc = mean, scale = std_dev)  # =>  99.23452406698323
upper_cutoff = t.ppf(0.975, n - 1, loc = mean, scale = std_dev)  # => 100.76547593301677