python实现参数估计

这篇博客主要介绍了参数估计中的置信区间计算,通过Python代码进行演示。内容包括导入数据、计算置信区间,并提到了在使用pandas和numpy计算标准差时的注意事项,以及如何重复抽取数据和绘制数据。参考链接提供了更多关于正态分布和T分布的资源。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、前言

参数估计(parameter estimation),统计推断的一种。根据从总体中抽取的随机样本来估计总体分布中未知参数的过程。从估计形式看,区分为点估计与区间估计:从构造估计量的方法讲,有矩法估计、最小二乘估计、似然估计、贝叶斯估计等。要处理两个问题:(1)求出未知参数的估计量;(2)在一定信度(可靠程度)下指出所求的估计量的精度。信度一般用概率表示,如可信程度为95%;精度用估计量与被估参数(或待估参数)之间的接近程度或误差来度量。
本文主要是简单记录求置信区间所用到的python代码~

二、代码

1、导入数据

import pandas as pd
import numpy as np
from scipy import stats
path = 'D:\数据\data\data.xlsx'
data = pd.read_excel(path)
age = data['Age']
age.mean()

在这里插入图片描述

# 抽取100个样本
age_sam = age.sample(100)
x1 = age_sam.mean()
age_sam.describe()

在这里插入图片描述<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值