scipy.stats._result_classes.BinomTestResult.

proportion_ci

BinomTestResult.proportion_ci(confidence_level=0.95, метод='exact')

Вычислите доверительный интервал для statistic.

Параметры:

confidence_levelfloat, опционально

Уровень доверия для вычисленного доверительного интервала оценённой пропорции. По умолчанию 0.95.

метод{'exact', 'wilson', 'wilsoncc'}, опционально

Выбирает метод, используемый для вычисления доверительного интервала для оценки доли:

‘exact’ :

Использовать точный метод Клоппера-Пирсона [1].

‘wilson’ :

Метод Уилсона, без поправки на непрерывность ([2], [3]).

'wilsoncc' :

Метод Уилсона, с поправкой на непрерывность ([2], [3]).

По умолчанию 'exact'.

Возвращает:

ciConfidenceInterval object

Объект имеет атрибуты low и high которые содержат нижнюю и верхнюю границы доверительного интервала.

Ссылки

[1]

C. J. Clopper и E. S. Pearson, Использование доверительных или фидуциальных пределов, проиллюстрированное на примере биномиального распределения, Biometrika, Том. 26, № 4, стр. 404-413 (Декабрь 1934).

[2] (1,2)

E. B. Wilson, Вероятный вывод, закон преемственности и статистический вывод, J. Amer. Stat. Assoc., 22, стр. 209-212 (1927).

[3] (1,2)

Роберт Г. Ньюкомб, Двусторонние доверительные интервалы для одной пропорции: сравнение семи методов, Statistics in Medicine, 17, стр. 857-872 (1998).

Примеры

Попробуйте в вашем браузере!

>>> 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)

НазадОткрыть во вкладке