scipy 的置信区间

Question

我有一个形状为

(n, timesteps)

的数组，其中

n

是试验次数，

timesteps

是每次试验的长度。该数组的每个值表示一个随机测量。
我想实现一个通用函数，计算给定统计数据（平均值、中位数等）的置信区间，假设 1) 基础分布是正态的，2) 是学生的。

类似的东西

def normal_ci(
    data: np.array,
    axis: int = 0,
    statistic: Callable = np.mean,
    confidence: float = 0.95
):

和类似的功能

student_ci()

。

我的问题是，默认情况下，scipy 函数计算平均值的间隔，对吗？就像这个答案。

Answer 1

这是在 Stack Overflow 上，所以计算答案是使用 bootstrap。

from typing import Callable
import numpy as np
from scipy import stats

rng = np.random.default_rng(84354894298246)
data = rng.standard_normal(size=(1000, 100))

def normal_ci(
    data: np.array,
    axis: int = 0,
    statistic: Callable = np.mean,
    confidence: float = 0.95
):
    res = stats.bootstrap((data,), statistic, axis=axis,
                          confidence_level=confidence)
    return tuple(res.confidence_interval)

low, high = normal_ci(data, axis=-1)
np.mean((low < 0) & (0 < high))

如果您想考虑到您知道从中采样数据的分布族这一事实，您可以查看参数引导程序。