我有一个任务，我想从中找到给定 z 值的置信水平。我有一个样本人口。从该总体中，鉴于其分布，我想找到该总体给定值的置信水平。换句话说，给定总体的 a 值，我想知道它是在整个总体的 95%（置信水平）内还是在 68% 或 50% 之内等等。通常，我们可以找到 z 值和置信区间以及给定的置信水平，如此处所述如何找到置信区间。但我想找到给定 z 值的置信水平（在这种情况下，它是来自总体的给定值）。
我该如何解决这个问题？如果可能的话，它应该在 python 或 R 中
如何在给定 z 值的情况下找到置信水平
数据挖掘
r
Python
统计数据
2021-10-14 20:11:17
2个回答
好的，对于 95% 的置信区间，您想知道与您的点估计的平均值相差多少标准差（“z 分数”）。要做到这一点，你需要去掉 5% 的“尾巴”。以百分位数形式工作，您有 100-95，它产生的值为 5，或十进制形式的 0.05。
将其分成两半得到 0.025，然后在 R 中，使用 qnorm 函数得到 z 星（“临界值”）。因为你只关心曲线的一个“边”（两边的值是彼此的镜像）并且你想要一个正数，所以传递参数lower.tail=FALSE。
所以，最后，它看起来像这样：
qnorm(.025,lower.tail=FALSE)
产生 1.959964 的值
然后，您将该值代入等式中，以获得误差幅度来完成任务。
如果您想从“临界值”变为概率，请使用 pnorm 函数。就像是：
pnorm(1.959964,lower.tail=FALSE)
这会给你 0.025
要使用 python 在 z 分数和置信度值之间进行转换，请使用scipy.stats.normcdf中的andppf函数。
有一个很好的例子说明如何在这个问题的答案中使用它们。
其它你可能感兴趣的问题