【数据分析】推断统计学及Python实现

各位大佬好 ,这里是阿川的博客,祝您变得更强

在这里插入图片描述 个人主页:在线OJ的阿川

大佬的支持和鼓励,将是我成长路上最大的动力在这里插入图片描述

阿川水平有限,如有错误,欢迎大佬指正在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Python 初阶
Python–语言基础与由来介绍
Python–注意事项
Python–语句与众所周知
数据清洗前 基本技能
数据分析—技术栈和开发环境搭建
数据分析—Numpy和Pandas库基本用法及实例
推断统计学前 必看
数据分析—三前奏:获取/ 读取/ 评估数据
数据分析—数据清洗操作及众所周知
数据分析—数据整理操作及众所周知
数据分析—统计学基础及Python具体实现
数据分析—数据可视化Python实现超详解

目录

  • 推断统计学简介
    • T检验/Z检验概述
    • 检验具体实现

统计学

  • 描述统计学
  • 推断统计学

推断统计学简介

推断统计学

  • 涉及假设检验
    • 通过样本做出关于总体推断或预测
      • 样本也称之为对象
        • 统计量描述样本特征的数值
      • 总体所有对象集合
        • 参数特征数值

图1

T检验/Z检验概述

推断统计学中会涉及T检验和Z检验重点
独立双样本T检验或Z检验

  • 独立不同的总体,彼此之间无关联
  • 双样本比较两个不同样本
  • T检验/Z检验:用于确定样本的平均值之间 是否存在统计显著性排除随机可能性
    • Z检验相对于T检验而言,可以提供更高准确性和敏感性

前提条件

  • 随机抽样
  • 总体大致呈正态分布
    • 中间值多
    • 两边极端值少

图2

  • Z检验总体方差要已知样本量大于30

图3

检验具体实现

步骤一 建立假设
原假设H0(一般为不支持的可能)
参数A不高于参数B
备择假设H1(一般为支持的可能)
参数A高于参数B
图4

步骤二 选择单尾或双尾检验
双尾推断总体是否有差异正差异和负差异都可以不在乎 谁大谁小

  • 原假设:两个参数存在差异
  • 备择假设:两个参数不存在差异

单尾检验差异正差异和负差异在乎谁大谁小

  • 原假设:参数A没有大于参数B
  • 备择假设:参数A大于参数B
    或者
  • 原假设:参数A没有小于参数B
  • 备择假设:参数A小于参数B

步骤三 确定显著水平
允许检验犯错误的概率

  • 允许检验犯错误的概率高,表示检验宽松
  • 允许检验犯错误的概率低,表示检验严格

显著水平数值

  • 双尾小于0.05

    • 表示如果检验结果是 拒绝原假设,原假设实际为 真概率为5%
      • 如果检验结果是 拒绝原假设,结论95%概率是对的
  • 单尾小于0.025

    • 表示如果检验结果是 拒绝原假设,原假设实际为真概率为2.5%
      • 如果检验结果是 拒绝原假设,结论97.5%概率是对的

在这里插入图片描述

不同项目,显著水平设定有所不同(例如医药临床方面,显著水平设为一般为0.01

显著性水平一般用alpha字母表示,用ifp值进行比较来进行筛选

在这里插入图片描述

步骤四 计算T值/Z值
表示两个样本之间均值的大小
T = x 1 − x 2 s 1 2 n 1 + s 2 2 n 2 T={ {x~1~ - x~2~ } \over \sqrt{ {s~1~ ^2\over n ~1~ }+{s~2~ ^2\over n ~2~ } }} T=n 1 s 1 2+n 2 s 2 2 x 1 x 2 

x1和x2 是两个样本均值
s12和 s22 是两个样本方差
n1和n2 是两个样本大小

安装Scipy库(该库基于Numpy

  • pip install scipy

在这里插入图片描述

导入
from scipy.stats import ttest_ind

  • 专门用来做独立双样本T检验函数

    • ttest_ind(样本对象1,样本对象2

    在这里插入图片描述

ttest_ind返回t值和p值默认p值为双尾,若是单尾检验,要在其返回值上除以二才是双尾的值
样本对象P表示:

  • 总体之间 不存在显著差异,那样本之间存在当前这种显著或更极端的差异多大概率
    • P值小 假设总体没有差异的话,样本有当前的差异小概率,即为拒绝原假设
    • P值大 假设总体有没有差异的话,样本有当前的差异大概率,即为接受原假设

Z = x 1 − x 2 σ 1 2 n 1 + σ 2 2 n 2 Z={ {x~1~ - x~2~ } \over \sqrt{ {\sigma~1~ ^2\over n ~1~ }+{\sigma~2~ ^2\over n ~2~ } }} Z=n 1 σ 1 2+n 2 σ 2 2 x 1 x 2 
x1和x2 是两个样本均值
σ \sigma σ1 2 σ \sigma σ2 2 是两个总体的 已知方差
n1和n2 是两个样本大小
安装 pip install statsmodels

在这里插入图片描述
导入
statsmodels.stats.weightstats import ztest

  • ztest(样本对象T,样本对象P,alternative=" ")
    • alternative 该参数为可选择的
      • =two-sided 表示两尾
      • =larger 表示单尾
      • =smaller 表示想推断第一个总体均值是否显著小于第二个总体均值

在这里插入图片描述

实际上只需P值和显著水平就可以查看接受或拒绝原假设

步骤五 计算自由度Z检验不需要

  • 自由度=样本1+样本2 - 2

步骤六 查看T值/Z值临界值表

T值临界值表
在这里插入图片描述

Z值临界值表
在这里插入图片描述

步骤七 比较临界值和T值

  • T值临界值 表示拒绝原假设
  • T值<临界值 表示接受原假设

好的,到此为止啦,祝您变得更强

在这里插入图片描述
想说的话

实不相瞒,写的每篇博客都要写六个小时以上(加上自己学习和纸质笔记,共八九小时吧),很累希望大佬支持

在这里插入图片描述

道阻且长 行则将至

个人主页:在线OJ的阿川大佬的支持和鼓励,将是我成长路上最大的动力 在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/27748.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数列求和、统计输入正数个数 题目

题目 JAVA9 数列求和分析&#xff1a;代码&#xff1a;大佬代码&#xff1a; JAVA10 统计输入正数个数分析&#xff1a;代码&#xff1a; JAVA9 数列求和 描述 有数列为&#xff1a;9&#xff0c;99&#xff0c;999&#xff0c;…&#xff0c;9999999999。要求使用程序计算此数…

【SpringBoot】SpringBoot:实现文件上传和下载功能

文章目录 引言项目初始化添加依赖 配置文件存储位置实现文件上传功能创建文件上传控制器创建上传页面 实现文件下载功能创建文件下载控制器 安全性和最佳实践文件大小限制文件类型验证文件名和路径验证文件下载时的安全性 测试与部署示例&#xff1a;编写单元测试 部署结论 引言…

墨香戏韵,重塑经典

创意名称 墨香戏韵&#xff0c;重塑经典|基于AIGC对戏剧创新 创意概述 京剧作为中国传统戏曲之一&#xff0c;源远流长&#xff0c;承载了丰富的文化内涵和艺术特色。水墨画则是中国传统绘画的瑰宝&#xff0c;以其独特的墨色表达和极简的形式赢得了广泛的赞誉。我们的项目将…

Nacos入门与实践

将 Nacos 集成到 Spring Cloud 项目中&#xff0c;可以实现服务发现和配置管理。以下是一个详细的入门指南&#xff0c;包括如何设置 Nacos 服务器&#xff0c;创建 Spring Cloud 项目&#xff0c;进行服务发现和配置管理。 1. 环境准备 首先&#xff0c;确保你已经安装了以下…

docker-compose部署FastDFS分布式文件系统

文章目录 一、技术选型二、fastDFS组成部分三、docker-compose文件四、客户端nginx配置五、存储器spring Boot集成参考文献 一、技术选型 还有一个更好的google FS&#xff08;但是他不开源&#xff0c;我也没找到社区版一类的可以不要钱使用的&#xff09;。 最后考虑到我们存…

MySQL每日备份

每天备份一次mysql数据库,备份最近7天的. 要在Linux中编写脚本来每天备份MySQL数据库并只保留最近7天的备份&#xff0c;你可以按照以下步骤操作&#xff1a; 第一步&#xff1a;创建备份脚本 打开终端 并使用你喜欢的文本编辑器创建一个新脚本文件&#xff0c;例如使用 : vim…

【字符串函数2】

5. strncpy 函数的使用和模拟实现 选择性拷贝 char * strncpy ( char * destination, const char * source, size_t num ); 1.拷贝num个字符从源字符串到目标空间。 2.如果源字符串的⻓度⼩于num&#xff0c;则拷⻉完源字符串之后&#xff0c;在⽬标的后边 追加0 &#…

MatLab中无穷量和非数值量

文章目录 MatLab中无穷量和非数值量 MatLab中无穷量和非数值量 MatLab中使用Inf和-Inf表示正无穷量与负无穷量。NaN表示非数值量。Inf与-Inf一般由于运算溢出导致超出双精度浮点数类型能够表示数值范围产生。NaN则是由于非正常运算而产生的。如0/0或者Inf/Inf。

语法04 C++ 标准输入语句

标准输入 使用格式&#xff1a;cin >> 输入的意思就是把一个值放到变量里面去&#xff0c;也就是变量的赋值&#xff0c;这个值是由我们自己输入的。 (注意:输入变量前要先定义&#xff0c;输入完之后要按Enter键。) 输入多个变量&#xff0c;与输出类似&#xff0c;…

C++中的转义字符问题

C中的转义字符问题 有些字符不能直接通过键盘输入到程序中。例如&#xff0c;按回车键并不能使字符串包含一个换行符;相反&#xff0c;程序编辑器将把这种键击解释为在源代码中开始新的一行。其他一些字符也无法从键盘输入&#xff0c;因为 C语言赋予了它们特殊的含义。例如&a…

unity数独游戏

using System; using System.Collections; using System.Collections.Generic; using UnityEngine; using UnityEngine.UI;public class MainMenuPanel : MonoBehaviour {public Button btnPlay; // 开始按钮public Slider sldDifficulty; // 难度滑动条private void Awake(){/…

springer 在线投稿编译踩坑

springer投稿&#xff0c;在线编译踩坑总结 注意&#xff1a; 有的期刊需要双栏&#xff0c;而预定义的模板中可能为单栏&#xff0c;需要增加iicol选项。 例如&#xff1a; \documentclass[sn-mathphys-num]{sn-jnl}% —>\documentclass[sn-mathphys-num, iicol]{sn-jnl}…

Matlab的Simulink系统仿真(simulink调用m函数)

这几天要用Simulink做一个小东西&#xff0c;所以在网上现学现卖&#xff0c;加油&#xff01; 起初的入门是看这篇文章MATLAB 之 Simulink 操作基础和系统仿真模型的建立_matlab仿真模型搭建-CSDN博客 写的很不错 后面我想在simulink中调用m文件 在 Simulink 中调用 MATLA…

远程问诊软件哪款好?选欣九康诊疗系统

近几年国家相继推出了支持发展“互联网医疗”的政策&#xff0c;如今随着相关政策的不断落实推进&#xff0c;市场上涌现出了一大批在线咨询、电子处方和远程问诊的医疗平台&#xff0c;而在面对种类如此繁多的医疗平台究竟选择哪款更好便成了医疗机构非常头疼的事情&#xff0…

【分形技术在神经网络建模中的应用】

分形技术在神经网络建模中的应用 随着大数据时代的到来&#xff0c;神经网络的应用越来越广泛。神经网络的优势在于其能通过学习的方式将任务的模式记忆下来并预测未知的数据。然而&#xff0c;神经网络的主要缺点是需要大量的训练数据和计算资源&#xff0c;这使得它难以解决…

Dubbo 3.x源码(22)—Dubbo服务引用源码(5)服务引用bean的获取以及懒加载原理

基于Dubbo 3.1&#xff0c;详细介绍了Dubbo服务的发布与引用的源码。 此前我们学习了Dubbo3.1版本的服务引入的总体流程&#xff0c;当然真正的服务远程引入、以及配置迁移啥的都还没讲&#xff0c;但是本次我们先不接着讲MigrationRuleListener#onRefer方法&#xff0c;而是先…

数据中心布线管理:预标记线缆与移动扫描技术的融合

随着信息技术的飞速发展&#xff0c;数据中心布线管理面临着前所未有的挑战。传统的布线管理方式已无法满足现代数据中心高效、准确和可靠的需求。在这样一个背景下&#xff0c;预标记线缆与移动扫描技术的结合&#xff0c;为数据中心布线管理带来了革命性的解决方案。 布线管理…

港理工最新综述:基于LLM的text-to-SQL调查(方法实验数据全面梳理)1

【摘要】文本到SQL旨在将自然语言问题转换为可执行的SQL语句,这对用户提问理解、数据库模式理解和SQL生成都是一个长期存在的挑战。传统的文本到SQL系统包括人工工程和深度神经网络。随后,预训练语言模型(PLMs)被开发并用于文本到SQL任务,取得了可喜的成绩。随着现代数据库变得…

Mongodb连接测试程序【Java版】

先导入Maven依赖 <dependency><groupId>org.mongodb</groupId><artifactId>mongodb-driver-sync</artifactId><version>4.9.0</version> </dependency>import com.mongodb.MongoClientSettings; import com.mongodb.MongoCred…

B站画质补完计划(3):智能修复让宝藏视频重焕新生

1 老片存在什么画质问题&#xff1f; B站作为一个拥有浓厚人文属性的平台社区&#xff0c;聚集了诸如《雍正王朝》、《三国演义》等经典影视剧集&#xff0c;同时也吸引了大量用户欣赏、品鉴这些人文经典 。但美中不足的是&#xff0c;由于拍摄年代久远、拍摄设备落后、数据多次…