人工知能数学13週目
10562 ワード
人工知能数学:統計学
ジョブ13(ハードウェア13)ある農場で生産された30個の卵の標本
抽出して以下の変数wに格納する.卵の平均重量に対する95%信頼区間.
彼を助けて. ある政策の賛成率を調べるために
無作為選択で賛成かどうかを調べたところ、475人が賛成した.賛成率𝑝95%の信頼区間を求めます. では、卵の平均重量は23.5グラムであった.新しい飼料を導入して生産した30個の卵の重量が上記1号の問題のw変数に格納されている場合、新しい飼料は平均的により重い卵を生産しているのだろうか.油のレベルが5%であることを確認してください.
ジョブ13(ハードウェア13)
抽出して以下の変数wに格納する.卵の平均重量に対する95%信頼区間.
彼を助けて.
import numpy as np
import scipy.stats
w=[22,24,23,22,21,27,26,27,25,29,21,25,28,26,20,21,25,20,28,23,26,20,21,27,24,28,25,26,20,24]
xbar = np.mean(w)
sd = np.std(w, ddof=1)
n = len(w)
print("계란의수 n = ", n)
alpha = 0.05
zalpha = scipy.stats.norm.ppf(1 - alpha/2)
se = zalpha * sd / np.sqrt(n)
ci = [xbar - se, xbar + se]
print("평균 = %.3f, 표준편차 = %.3f, 신뢰구간 = [%.3f, %.3f]"%(xbar, sd, ci[0], ci[1]))
#계란의수 n = 30
#평균 = 24.133, 표준편차 = 2.813, 신뢰구간 = [23.127, 25.140]無作為選択で賛成かどうかを調べたところ、475人が賛成した.賛成率𝑝95%の信頼区間を求めます.
# 2.번 문제에 대한 코드
import numpy as np
x=475
n=783
phat = x / n
alpha=0.05
zalpha = scipy.stats.norm.ppf(1-alpha/2)
sd=np.sqrt(phat*(1-phat)/n)
print("phat %.3f, zalpha: %.3f, sd: %.3f"%(phat, zalpha, sd))
ci = [phat -zalpha * sd, phat + zalpha * sd]
print(ci)
#phat 0.607, zalpha: 1.960, sd: 0.017
#[0.5724252520070054, 0.640856995758001]# 코드 작성
mu=23.5
xbar=np.mean(w)
sd=np.std(w, ddof=1)
print("평균 %.3f, 표준편차: %.3f" %(xbar, sd))
z=(xbar-mu)/(sd/np.sqrt(len(w)))
print("검정통계량: ", z)
alpha=0.05
import scipy.stats
cri = scipy.stats.norm.ppf(1-alpha)
print("임계값: ", cri)
#평균 24.133, 표준편차: 2.813
#검정통계량: 1.233196175191864
#임계값: 1.6448536269514722Reference
この問題について(人工知能数学13週目), 我々は、より多くの情報をここで見つけました https://velog.io/@wijihoon123/인공지능수학-13주차テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol