Pythonで正規分布の平均値の信頼区間を計算する方法
Pythonで正規分布の平均値の信頼区間を計算する方法 (2016/02/17) 説明 あまりにも基本的なことなのだが、ネット上で検索したら間違った例が意外と沢山見つかったので、以下に正しいと思われるコードを載せる。 import numpy as np from scipy import stats n_samples = 100 alpha = 0.95 data = np.random.randn(n_samples) mean_val = np.mean(data) sem_val = stats.sem(data) # standared error of the mean ci = stats.t.interval(alpha, len(data)-1, loc=mean_val, scale=sem_val) print('mean:', mean_val) print('c
ブートストラップ法 - Wikipedia
モデル式 2.01×がく片長-12.57≧0のときバージニアアヤメと判別 2.01×がく片長-12.57＜0のときヘンショクアヤメと判別 （このモデル式では、バージニアアヤメは標本50個中37個、ヘンショクアヤメは50個中36個が正しく判別されている。） 最尤推定値は漸近的には正規分布することが知られている。今回の標本50個ずつのデータで出した最尤推定値（切片: −12.57、がく片長の係数: 2.01）が、どの程度正規分布に近いか、ブートストラップ法で以下のように調べることができる。 元データから n 個の標本を復元抽出する。このとき n は元データの標本数である。 最尤法でロジスティック回帰モデルに当てはめる。 このブートストラップ抽出を何度も（B 回）繰り返す。 こうして計算された「推定量の標本分布」は、本来の標本分布の近似になっている。 下図は10000回のブートストラップ抽出によ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
