如何使用t.ppf()？哪些论点？

Question

我不明白如何正确使用 t.ppf，有人可以向我解释一下吗？

我必须使用这些信息

scipy.stats.t
scipy.stats
100 的平均值
标准偏差为 0.39
N = 851（851 个样本）

当我被要求使用 t.ppf() 计算 (95%) 误差时，代码会像下面这样吗？

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

有人可以帮我吗？

Answer 1

根据reference docs, the arguments to t.ppf are q, df, loc, and scale. The df argument is degrees of freedom，对于单个总体抽样问题，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 q 值的结果，而 df 表示 P{T <= x} = q，即从具有给定 loc 和 scale 的 T 分布中得到小于或等于 x 的结果的概率 q。 loc（平均值）和 scale（标准差）参数是可选的，默认分别为 0 和 1。

要获得 95% 的误差幅度，您需要 5% 的概率位于分布的尾部。这通常是对称完成的，因此每条尾部有 2.5%，因此您将分别使用 q 值 0.025 和 0.975 作为下限和上限截止点。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

如何使用t.ppf()？哪些论点？

How to use t.ppf()? which are the arguments?

python

distribution