如何获得高标准偏差基于时间的数据的置信区间?

时间:2020-02-14 17:36:05

标签: python scipy confidence-interval data-fitting

我正在分析一些延迟(以秒为单位)。我的想法是找到适合我的结果的95%的置信区间,以便对PDF有所了解。

据我所知,我得到的更常见的延迟是在30秒以下,但是最终系统中出现了一些问题,这些问题最多可能会给我25分钟的时间。这与我无关,因为系统工作的节奏约为每个周期1小时。

我的意思是,在有那么大差异的时代里,我的置信区间似乎“不公平”。这是我使用标准偏差得出的置信区间的示例:

confidence interval using standard deviation (from scipy stats)

我的想法是找到最合适的PDF,获取其参数,然后单独使用它来查找我的置信区间。我测试了一些不同的分布,实际上得到了JohnsonSU和最适合此数据的数据。在这里:

Best Fit PDF to my data

我是否可以单独使用JohnsonSU的参数而不使用我的数据,从而找到可接受的置信区间?

1 个答案:

答案 0 :(得分:0)

您可以通过表达式获得和置信区间:

(平均值-(std / sqrt(n)),平均值+(std / sqrt(n)))。如果您的发行是标准格式,并且知道人口标准。

否则,您将需要检查适合您的分布的特定表达式。