我正在研究我的研究中的一个问题,我想用正态分布的 sigma 来表达我对相关峰的统计意义。例如,如果我的峰值是 95% 的显着性,那么它将是 2sigma。基本上我要问的是说我有一个任意的峰值显着性(例如 92%),我将如何用正态分布的 sigma 来表达这个?我意识到这是一个更一般的统计问题,因此鼓励任何阅读/背景。或者,如果 Python 作为一个简单的函数来转换/计算它也可以。谢谢!
问问题
485 次
1 回答
0
我不确定您所说的“相关峰的统计显着性”是什么意思,因此我无法评论您所谈论的统计数据是否有意义。但是,听起来您想计算以下内容:与平均值有多少标准偏差(例如 1.96 sigma)覆盖正态分布的给定分数(在本例中为 0.95)?如果这是您的要求,您可以使用 SciPy 统计库轻松解决此问题。如果您还没有 SciPy,则需要先安装它。
安装 SciPy 后,您将需要使用正态分布的逆生存函数 (ISF)。ISF 是生存函数的倒数,它本身是 1 -CDF。这是你在python中的做法:
In [1]: import scipy.stats as st
In [2]: yourArea = 0.95
In [3]: st.norm.isf((1-yourArea)/2.)
Out[3]: 1.959963984540054
所以这就是你计算我认为你想要的数字的方式。(1-A)/2 业务只是说明 CDF 从 -infinity 集成的事实,而您对从分布中心计算的值感兴趣。
于 2015-07-22T22:23:55.867 回答