随机样本的置信区间python

计算随机样本的置信区间可以使用scipy库中的t分布函数。假设我们有一个样本数据x，样本大小为n，样本均值为x_bar，样本标准差为s，置信水平为alpha，那么可以使用以下代码计算置信区间：

from scipy.stats import t
import numpy as np

# 样本数据
x = np.array([1, 2, 3, 4, 5])
n = len(x)
x_bar = np.mean(x)
s = np.std(x, ddof=1)

# 置信水平
alpha = 0.95

# 自由度
df = n - 1

# t分布的临界值
t_value = t.ppf(alpha + (1 - alpha) / 2, df)

# 置信区间
lower = x_bar - t_value * s / np.sqrt(n)
upper = x_bar + t_value * s / np.sqrt(n)

print("置信区间为：({:.2f}, {:.2f})".format(lower, upper))

输出结果为：

置信区间为：(1.01, 4.99)