まず、体温、性別、の心拍数に対する臨床データ
男性の体温計算上95％信頼区間サンプリングの母集団平均範囲。転送：https://www.jianshu.com/p/a3efca8371eb
インポートPANDAS AS PD インポートnumpyのAS NP インポートSeaborn AS SNS インポートPLTのAS matplotlib.pyplot ＃読み出しデータ DF = pd.read_csv（' http://jse.amstat.org/datasets/normtemp.dat.txt '、ヘッダ=いずれも、オン9月= ' \ + S '、名前= [ ' 温度'、' 性別'、' HR ' ]） ＃ビューデータは、サンプルサイズを選択し （42れるnp.random.seed ） ＃（）df.describeの ＃のサンプルデータを表示するための90のサンプル量 df_sam = df.sample（90 ） df_sam.head（） ＃人の平均体温に取り込ま計算サンプル DF3 = df_sam.loc [df_sam [ 「セックス」 ] == 1 ] DF3 [ ' 温度' .mean（]） ＃重複サンプルを採取し、試料分配得るために、他のサンプル中の男性の平均温度を算出する boot_meansを= [] のための _ 中範囲（10000 ）。 bootsample = df.sample（90、置き換える= 真） 平均 = bootsample [bootsample [ ' セックス' ] == 1] [ ' 温度' .mean（]） boot_means.append（平均） ＃は、平均体温の男性の標本分布を描きます ＃集団平均、％信頼水準95推定するサンプリング分布の計算信頼区間 np.percentile（boot_means、2.5）、np.percentile（boot_means、97.5）
二、信頼区間の全体的な平均値を達成するためのpython
転送：https://blog.csdn.net/qq_39284106/article/details/103707239
デフ mean_interval（平均=なし、STD =なし、SIG =なし、N =なし、自信= 0.95 ）： ""」 意味：サンプルの平均を STD：標本標準偏差 SIG：母分散 N：サンプルサイズ 信頼：信頼水準 機能：母平均の信頼区間を構築します ""」 アルファ = 1 - 自信 z_score = scipy.stats.norm.isf（アルファ/ 2） ＃1 Z分布閾値 t_score = scipy.stats.t.isf（アルファ/ 2、DF =（1-N-）） ＃のTしきい値分布 もし N> = 30 と SIG =！なし： 私 = z_score * SIG / np.sqrt（N） ＃误差 lower_limitで=平均- 私は upper_limitは平均+の= 私を もし N> = 30 と SIG == なし： 私 = z_score * STD / np.sqrt（N） lower_limitで =平均- 私 upper_limitは平均+の= 私を もし N <30 と SIG == なし： 私 = t_score * STD / np.sqrt（N） lower_limitで =平均- 私 upper_limitは平均+の= 私を リターン（ラウンド（lower_limitで、3）、ラウンド（upper_limit、3 ）） mean_interval（平均 = 8900、STD =なし、SIG = 500、N = 35、信頼度= 0.95 ） mean_interval（平均 = 8900、STD = 500、SIG =なし、N = 35、信頼度= 0.90 ） mean_interval（平均 = 8900、STD = 500、SIG =なし、N = 35、信頼度= 150）
第三に、母分散の信頼区間を達成するために
（1 ）21サンプル平均、2のサンプル標準偏差、50のサンプルサイズ。 （ 2）1.3、0.02のサンプル標準偏差のサンプル平均、15のサンプルサイズ。 （ 3 試料の平均、31のサンプル標準偏差、22のサンプルサイズの）167。 Question1：上記のサンプルの結果に基づいて、母分散が90に計算される％の信頼区間を？ Question2：上記サンプルの結果に基づいて、全体的な標準偏差は90計算％の信頼区間を？ デフ std_interval（平均=なし、STD =なし、N =なし、自信= 0.95、パラ= " 总体标准差" ）： ""」 意味：サンプルの平均を STD：標本標準偏差 N：サンプルサイズ 信頼：信頼水準 パラ：パラメータの全体的な見積もり 機能：建築・総人口の分散、標準偏差の信頼区間 ""」 分散 = np.power（STD、2 ） アルファ = 1 - 自信 chiscore0 = scipystatschi2isf（アルファ/ 2 DFへ=（N-1、のためのものです）） chi_score1 = scipy.stats.chi2.isf（1 -アルファ/ 2、DF =（N-1 ）） IFパラ== 「母標準偏差」： lower_limitで = np.sqrt（（N-1）*分散/ chi_score0） upper_limit = np.sqrt（（1-N-）分散* /。chi_score1） IFパラ== " 分散" ： lower_limitで =（N-1）*分散/ chi_score0 upper_limit =（N-1）*分散/ chi_score1 リターン（ラウンド（lower_limitで、2）、ラウンド（upper_limit、2 ）） std_interval（平均 = 21、STD = 2、N = 50、信頼度= 0.90 ） std_interval（平均 = 1.3、STD = 0.02、N = 15、信頼度= 0.90 ） std_interval（平均 = 167、STD = 31、N = 22、信頼度= 0.90）
第四には、2の母分散比の信頼区間を実装します
DATA1 = [3.45、3.22、3.90、3.20、2.98、3.70、3.22、3.75、3.28、3.50、3.38、3.35、2.95、3.45、3.20、3.16、3.48、3.12、3.20、3.18、3.25 ] DATA2 = [3.22、3.28、3.35、3.38、3.19、3.30、3.30、3.20、3.05、3.30、3.29、3.33、3.34、3.35、3.27、3.28、3.16、3.28、3.30、3.34、3.25 ] DEF two_std_interval（D1、D2、信頼= 0.95、パラ= " 2つの全体分散比" ）： "" " D1：1つのデータ D2：データ2 信頼：信頼水準 パラ：パラメータの全体的な見積もり 機能：母分散のビルド信頼区間に全体の＆の2つの標準偏差より ""」 N1 = LEN（D1） N 2 = のみ（D2） VAR1 = np.var（D1、DDOF = 1） ＃。DDOF =試料分散1 VAR2 = np.var（D2、DDOF = 1） ＃。DDOF =試料分散1 アルファ= 1 - 自信 f_score0 = scipy.stats.f.isf（アルファ/ 2 DFD = N2-1、N1-1 = DFN） ＃F.配布閾値 f_score1 = scipy.stats.f.isf（1-α/ 2、DFN = N1 -1、DFD = N2-1） ＃F.配信閾値 IFパラ== 「2つの全体の標準偏差比」： lower_limitで = np.sqrt（（VAR1 / VAR2）/ f_score0） upper_limit = np.sqrt（（VAR1 / VAR2）/ f_score01） IFパラ== " 2つの全体分散比" ： lower_limitで =（VAR1 / VAR2）/ f_score0 upper_limit =（VAR1 / VAR2）/ f_score1 リターン（ラウンド（lower_limitで、2）、ラウンド（upper_limit、2 ）） two_std_interval（DATAL、DATA2、自信 = 0.95、パラ= " 2つの全体の分散比"）