枕区间函数中α变量的解释
枕区间函数中α变量的解释
提问于 2018-07-23 13:47:17
我用正态随机变量的枕区间函数来计算置信区间。然而，人们对意义层面似乎存在着一些误解。
来自scipy.stats.norm文档：
*签名: stats.norm.interval(alpha，*args，**kwds)
Docstring：
在中位数附近面积相等的置信区间。*
参数：
α:浮子的array_like
Probability that an rv will be drawn from the returned range. Each value should be in the range [0, 1]. 它们似乎表示alpha参数为信任级别，而不是意义级别。例如，在统计中，α值为0.05意味着5%的显着性水平和95%的置信度水平。然而，对于alpha变量的值，for预期将超过0.95。用统计学术语来说，这应该是0.05，这是令人困惑的。我是不是漏掉了什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-07-23 18:07:33
是的，在统计教科书中，alpha在scipy.stats.rv_continuous.interval中被称为1-alpha。你什么都没错过。只是次优的名字选择。
我发现的关于该参数名称的唯一讨论涉及一个不同的名称冲突：
叹一口气。鉴于
interval和levy_stable都很深奥.
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51487626
复制相关文章
相似问题
腾讯云开发者
