Python SciPy BinomTestResult.proportion_ci用法及代碼示例

本文簡要介紹 python 語言中scipy.stats._result_classes.BinomTestResult.proportion_ci的用法。

用法:

BinomTestResult.proportion_ci(confidence_level=0.95, method='exact')#

計算 statistic 的置信區間。

參數 ：：

confidence_level： 浮點數，可選

估計比例的計算置信區間的置信水平。默認值為 0.95。

method： {‘exact’, ‘wilson’, ‘wilsoncc’}，可選

選擇用於計算比例估計置信區間的方法：

‘exact’：

使用 Clopper-Pearson 精確方法 [1]。

‘wilson’：

Wilson 方法，沒有連續性校正 ([2], [3])。

‘wilsoncc’：

Wilson 方法，具有連續性校正 ([2], [3])。

默認為 'exact' 。

返回 ：：

ci： ConfidenceInterval 對象

該對象具有屬性low 和high，它們包含置信區間的下限和上限。

參考：

[1]

C. J. Clopper 和 E. S. Pearson，在二項式的情況下使用置信度或基準限製，Biometrika，卷。 26，第 4 期，第 404-413 頁(1934 年 12 月)。

[2] (1,2)

E. B. Wilson，概率推斷、繼承法則和統計推斷，J. Amer。統計。協會，22，第 209-212 頁(1927 年)。

[3] (1,2)

Robert G. Newcombe，單一比例的兩側置信區間：七種方法的比較，醫學統計，17，第 857-872 頁(1998 年)。

例子：

>>> from scipy.stats import binomtest
>>> result = binomtest(k=7, n=50, p=0.1)
>>> result.statistic
0.14
>>> result.proportion_ci()
ConfidenceInterval(low=0.05819170033997342, high=0.26739600249700846)