构建 95% 的置信区间
Construct a 95% confidence interval
药剂师想测试一种新型安眠药是否能有效增加服用者的睡眠时间。随机抽取 10 人（A 组）服用新药，另外随机抽取 13 人（B 组）服用旧药。
他们的睡眠时间记录如下：
A 组的平均值 = 8.9，A 组的标准差 = 0.8
B 组的平均值 = 8.5，B 组的标准差 = 0.5
为服用新药的人与服用旧药的人获得的平均睡眠时间差异构建一个 95% 的置信区间。陈述所做的假设。
如何在 python 中编码？？？
计算均值差异的置信区间，如果如您所说假设得到满足，则：
from scipy import stats
from math import sqrt
from scipy.stats import t
N1 = 10 #numbers of observations
N2 = 13
df = (N1 + N2 - 2) #deegrees of freedom
std1 = 0.8 #standard deviations
std2 = 0.5
std_N1N2 = sqrt( ((N1 - 1)*(std1)**2 + (N2 - 1)*(std2)**2) / df) #average standard deviations between groups.
diff_mean = 8.9 - 8.5 #difference between means
MoE = t.ppf(0.975, df) * std_N1N2 * sqrt(1/N1 + 1/N2) # margin of error
print(f"Difference between means is: {diff_mean:.2f} ( {diff_mean-MoE:.2f}, {diff_mean + MoE:.2f} )")
结果：
Difference between means is: 0.40 ( -0.16, 0.96 )
t.ppf(0.975, df) 是与 95% 截止值相关的 t 值
因此可能的解释是您拒绝原假设，即在显着性水平 0.05 下，均值之间的差异等于零。
药剂师想测试一种新型安眠药是否能有效增加服用者的睡眠时间。随机抽取 10 人（A 组）服用新药，另外随机抽取 13 人（B 组）服用旧药。
他们的睡眠时间记录如下：
A 组的平均值 = 8.9，A 组的标准差 = 0.8
B 组的平均值 = 8.5，B 组的标准差 = 0.5
为服用新药的人与服用旧药的人获得的平均睡眠时间差异构建一个 95% 的置信区间。陈述所做的假设。
如何在 python 中编码？？？
计算均值差异的置信区间，如果如您所说假设得到满足，则：
from scipy import stats
from math import sqrt
from scipy.stats import t
N1 = 10 #numbers of observations
N2 = 13
df = (N1 + N2 - 2) #deegrees of freedom
std1 = 0.8 #standard deviations
std2 = 0.5
std_N1N2 = sqrt( ((N1 - 1)*(std1)**2 + (N2 - 1)*(std2)**2) / df) #average standard deviations between groups.
diff_mean = 8.9 - 8.5 #difference between means
MoE = t.ppf(0.975, df) * std_N1N2 * sqrt(1/N1 + 1/N2) # margin of error
print(f"Difference between means is: {diff_mean:.2f} ( {diff_mean-MoE:.2f}, {diff_mean + MoE:.2f} )")
结果：
Difference between means is: 0.40 ( -0.16, 0.96 )
t.ppf(0.975, df) 是与 95% 截止值相关的 t 值
因此可能的解释是您拒绝原假设，即在显着性水平 0.05 下，均值之间的差异等于零。