import numpy as np
import pandas as pd
from pandas import read_excel
import statsmodels.api as sm
from scipy import stats   food = pd.read_excel('D:\\百度网盘\\统计学(第6版)贾俊平\\data\\7-1.xlsx')   #使用statsmodels提供的类DescrStatsW配合其zconfint_mean方法可得到正态估计区间 z_minmax = sm.stats.DescrStatsW(food).zconfint_mean(alpha=0.05)
#(array([101.16400895]), array([108.96099105]))   #t分布下的估计
t_minmax = sm.stats.DescrStatsW(food).tconfint_mean(alpha=0.05)
#(array([100.94781052]), array([109.17718948]))   #stats.bayes_mvs也提供了采用t分布下的均值估计结果
m_mean,m_var,m_std = stats.bayes_mvs(food, alpha=0.95)
#Mean(statistic=105.0625,
#     minmax=(100.94781051938365, 109.17718948061635))   -------------------------------------- 附数据如下:一家食品生产企业以生产袋装食品为主,为对产量质量进行监测,企业质检部门经常要进行抽检,以分析每袋重量是否符合要求.现从某天生产的一批食品中随机抽取了25袋,测得每袋重量如下表所示.已知产品重量的分布服从正态分布,且总体标准差为10g.试估计该批产品平均重量的置信区间,置信水平为95%。 112.50 101.00 103.00 102.00 100.50
102.60 107.50 95.00  108.8    115.60
100.00 123.50 102.00 101.60 102.20
116.60 95.40   97.8     108.60 105.00
136.80 102.80 101.50 98.40   93.30    
扫码关注我们
微信号:SRE实战
拒绝背锅 运筹帷幄