如何使用t.ppf()？论点是什么？

Question

我不明白如何正确使用t.ppf，有人可以向我解释一下吗？

我必须使用这个信息

• scipy.stats.t
• scipy.stats
• 平均值为 100
• 标准差为 0.39
• N = 851（851 个样本）

当我被要求使用 t.ppf() 计算 (95%) 误差范围时，代码是否如下所示？

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

有人可以帮我吗？

Answer 1

根据参考文档，参数t.ppf为q、df、loc和scale。参数df是自由度，对于单个总体抽样问题来说，自由度通常是样本大小减 1。由于计算逆累积分布函数，根据定义，对于给定的- 值和均值ppf的结果，即，有可能从具有给定和的分布中获得小于或等于 的结果。(平均值) 和(标准差) 参数是可选的，默认分别为 0 和 1。xqdfP{T <= x} = qqxTlocscalelocscale

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，以便每个尾部都有 2.5%，因此您可以分别使用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，代码将类似于：

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