Matlab中“ normfit”的等效python代码

时间:2019-06-04 08:37:19

标签: python matlab

有人知道如何在Matlab的normfit函数中计算标准偏差的置信区间吗?我需要一个python代码来计算这样的参数。在MATLAB中,normfit返回4个参数,均值,标准差和均值置信区间(muCI)和标准差的置信区间(sigmaCI)。

[muHat,sigmaHat,muCI,sigmaCI] = normfit(x)

下面的python代码提供了三个参数,muHat,sigmaHat和muCI。但是我需要Python中std(sigmaCI)的置信区间。

def function(data, confidence= 0.95):
    a = 1.0 * np.array(data)
    n = len(a)
    m ,se =  np.mean(a), scipy.stats.sem(a)
    h = se * scipy.stats.t.ppf((1 + confidence) / 2., n - 1)
    sigma = np.std(data, ddof=1)
    return m, sigma, [m - h, m + h]

1 个答案:

答案 0 :(得分:0)

这是Python中的normfit函数。

 def normfit(self, data, confidence=0.95):
        a = 1.0 * np.array(data)
        n = len(a)
        m, se = np.mean(a), scipy.stats.sem(a)
        h = se * scipy.stats.t.ppf((1 + confidence) / 2., n - 1)
        var = np.var(data, ddof=1)
        varCI_upper = var * (n - 1) / (scipy.stats.chi2.ppf((1-confidence) / 2, n - 1))
        varCI_lower = var * (n - 1) / (scipy.stats.chi2.ppf(1-(1-confidence) / 2, n - 1))
        sigma = np.sqrt(var)
        sigmaCI_lower = np.sqrt(varCI_lower)
        sigmaCI_upper = np.sqrt(varCI_upper)

        return m, sigma, [m - h, m + h], [sigmaCI_lower, sigmaCI_upper]