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
統計学におけるブートストラップ法（ブートストラップほう、英: bootstrap method）とは、様々な目的に用いられる統計的推論の手法であり、再標本化法に分類されるもののひとつである。モンテカルロ法の一つ。 概要[編集] ブートストラップ法は母集団の推定量（分散など）の性質を、近似分布にしたがって標本化したときの性質を計算することで推定する手法である。近似分布としては、測定値から求められる経験分布を用いるのが標準的である。また仮説検定に使う場合もある。仮定される分布が疑わしい場合や、パラメトリックな仮定が不可能ないし非常に複雑な計算を必要とするような場合に、パラメトリックな仮定に基づく推計の代わりに用いられる。 ブートストラップ法の利点は解析的な手法と比べて非常に単純なことである。母集団分布の複雑なパラメータ（パーセンタイル点、割合、オッズ比、相関係数など）の複雑な推定関数に対して標
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
