草庐IT

STATISTICS

全部标签

获取 t 统计量的 Python 函数

我正在寻找一个Python函数(如果没有,也可以自己编写)来获取t统计量,以便在置信区间计算中使用。我找到了可以回答各种概率/自由度的表格,例如thisone,但我希望能够为任何给定的概率计算这个。对于任何不熟悉这种自由度的人来说,样本中的数据点数(n)-1和顶部列标题的数字是概率(p),例如如果您正在查找t分数以用于计算95%的置信度,则使用0.05的2尾显着性水平,即如果您重复n次测试,结果将落在平均值+/-置信区间内。我已经研究过在scipy.stats中使用各种函数,但我所看到的似乎都不允许我上面描述的简单输入。Excel对此有一个简单的实现,例如要获得1000样本的t分数,我

获取 t 统计量的 Python 函数

我正在寻找一个Python函数(如果没有,也可以自己编写)来获取t统计量,以便在置信区间计算中使用。我找到了可以回答各种概率/自由度的表格,例如thisone,但我希望能够为任何给定的概率计算这个。对于任何不熟悉这种自由度的人来说,样本中的数据点数(n)-1和顶部列标题的数字是概率(p),例如如果您正在查找t分数以用于计算95%的置信度,则使用0.05的2尾显着性水平,即如果您重复n次测试,结果将落在平均值+/-置信区间内。我已经研究过在scipy.stats中使用各种函数,但我所看到的似乎都不允许我上面描述的简单输入。Excel对此有一个简单的实现,例如要获得1000样本的t分数,我

python - 最高后密度区和中央可信区

给定一些参数Θ的后验p(Θ|D),可以define以下:最高后密度区域:HighestPosteriorDensityRegion是Θ最可能值的集合,总共构成100(1-α)%的后部质量。换句话说,对于给定的α,我们寻找满足以下条件的p*:然后得到HighestPosteriorDensityRegion作为集合:中央可信区:使用与上述相同的符号,可信区域(或区间)定义为:根据分布,可能有许多这样的间隔。中央可信区间定义为每条尾部上都有(1-α)/2质量的可信区间。计算:对于一般分布,给定分布中的样本,是否有任何内置函数可以在Python或PyMC中获得上述两个量?对于常见的参数分布(

python - 最高后密度区和中央可信区

给定一些参数Θ的后验p(Θ|D),可以define以下:最高后密度区域:HighestPosteriorDensityRegion是Θ最可能值的集合,总共构成100(1-α)%的后部质量。换句话说,对于给定的α,我们寻找满足以下条件的p*:然后得到HighestPosteriorDensityRegion作为集合:中央可信区:使用与上述相同的符号,可信区域(或区间)定义为:根据分布,可能有许多这样的间隔。中央可信区间定义为每条尾部上都有(1-α)/2质量的可信区间。计算:对于一般分布,给定分布中的样本,是否有任何内置函数可以在Python或PyMC中获得上述两个量?对于常见的参数分布(

python - 使用scipy,numpy,python等进行S型回归

我有两个变量(x和y)彼此之间具有某种S型关系,并且我需要找到某种预测方程,使我能够在给定任何x值的情况下预测y的值。我的预测方程式需要显示两个变量之间的某种S形关系。因此,我无法解决产生一条线的线性回归方程。我需要看到在两个变量的曲线图的左右两侧都发生了斜率的逐渐曲线变化。在谷歌搜索曲线回归和python之后,我开始使用numpy.polyfit,但这给了我可怕的结果,如果您运行下面的代码,您可以看到。谁能告诉我如何重新编写以下代码以获得所需的S型回归方程式?如果运行下面的代码,则可以看到它具有向下的抛物线,这与变量之间的关系不一样。相反,我的两个变量之间应该有更多的S型关系,但与下

python - 使用scipy,numpy,python等进行S型回归

我有两个变量(x和y)彼此之间具有某种S型关系,并且我需要找到某种预测方程,使我能够在给定任何x值的情况下预测y的值。我的预测方程式需要显示两个变量之间的某种S形关系。因此,我无法解决产生一条线的线性回归方程。我需要看到在两个变量的曲线图的左右两侧都发生了斜率的逐渐曲线变化。在谷歌搜索曲线回归和python之后,我开始使用numpy.polyfit,但这给了我可怕的结果,如果您运行下面的代码,您可以看到。谁能告诉我如何重新编写以下代码以获得所需的S型回归方程式?如果运行下面的代码,则可以看到它具有向下的抛物线,这与变量之间的关系不一样。相反,我的两个变量之间应该有更多的S型关系,但与下

python - 是否有用于打开 SPSS 文件的 Python 模块?

是否有用于Python的模块来打开IBMSPSS(即.sav)文件?如果有最新的东西不需要任何额外的dll文件/库,那就太好了。 最佳答案 我发布了一个python包“pyreadstat”,它可以读取SPSS(sav、zsav和por)、Stata和SAS文件。它是C库ReadStat的包装器,因此速度非常快。Readstat是R库Haven后面使用的库,使用广泛,非常健壮。包是自动包含的。它不需要使用R(不需要安装额外的应用程序)并且不依赖于IBMdll或其他外部库。例如,为了读取SPSSsav文件,您可以:importpyre

python - 是否有用于打开 SPSS 文件的 Python 模块?

是否有用于Python的模块来打开IBMSPSS(即.sav)文件?如果有最新的东西不需要任何额外的dll文件/库,那就太好了。 最佳答案 我发布了一个python包“pyreadstat”,它可以读取SPSS(sav、zsav和por)、Stata和SAS文件。它是C库ReadStat的包装器,因此速度非常快。Readstat是R库Haven后面使用的库,使用广泛,非常健壮。包是自动包含的。它不需要使用R(不需要安装额外的应用程序)并且不依赖于IBMdll或其他外部库。例如,为了读取SPSSsav文件,您可以:importpyre

威尔逊分数区间的 Python 实现?

看完HowNottoSortbyAverageRating,我很好奇是否有人对伯努利参数有威尔逊分数置信区间下限的Python实现? 最佳答案 Reddit使用Wilson得分区间进行评论排名,解释和python实现可以找到here#Rewrittencodefrom/r2/r2/lib/db/_sorts.pyxfrommathimportsqrtdefconfidence(ups,downs):n=ups+downsifn==0:return0z=1.0#1.44=85%,1.96=95%phat=float(ups)/nret

威尔逊分数区间的 Python 实现?

看完HowNottoSortbyAverageRating,我很好奇是否有人对伯努利参数有威尔逊分数置信区间下限的Python实现? 最佳答案 Reddit使用Wilson得分区间进行评论排名,解释和python实现可以找到here#Rewrittencodefrom/r2/r2/lib/db/_sorts.pyxfrommathimportsqrtdefconfidence(ups,downs):n=ups+downsifn==0:return0z=1.0#1.44=85%,1.96=95%phat=float(ups)/nret