95%置信区间计算方法，完全讲清楚stats.t.interval的用法

# 使用该方法，计算的是95%CI
# 计算95%CI时，网上有人设置 alpha=0.05， 不正确
# 注意：scale不是标注差，是标准误差
stats.t.interval(alpha=0.95, df=len(data) - 1, loc=np.mean(data), scale=stats.sem(data)

# Z检验计算
a = mean_ - 1.96 * std_ / np.sqrt(n)
b = mean_ + 1.96 * std_ / np.sqrt(n)

# 两种方法计算的值基本一致，网上很多人没讲清楚

---

2023/9/20 补充

#!/usr/bin/env python3
# -*- coding: UTF-8 -*-
# @Date : 2023/9/20 10:46
# @Author : HELIN

"""
计算95%置信区间：
如果样本量远大于30，三种方法计算结果基本一致；
如果样本量小于30，三种方法计算结果不一致。

备注：方法二和方法三计算结果一致
参考：https://blog.csdn.net/book_dw5189/article/details/130895607
"""

from scipy import stats
import numpy as np

data = np.random.random(1000)  # 随机数
print("data:", data.tolist()[:100])  # 取前100个值查看

mean = np.mean(data)  # 均值
std_error = stats.sem(data)  # 标准误差

# 方法一: 在处理较小的数据集时可以使用t分布方法，通常当数据的元素小于30个时(n<30)
lower, upper = stats.t.interval(0.95, len(data) - 1, loc=mean, scale=std_error)
print(f"方法一: ({lower}, {upper})")

# 方法二: 元素的数量超过30(n>30)
lower, upper = stats.norm.interval(0.95, loc=mean, scale=std_error)
print(f"方法二: ({lower}, {upper})")

# 方法三: 元素的数量超过30(n>30)
lower = mean - stats.norm.ppf(0.975) * std_error  # stats.norm.ppf(0.975) ~ 1.96
upper = mean + stats.norm.ppf(0.975) * std_error
print(f"方法三: ({lower}, {upper})")