如何将单列转换为正态分布或高斯分布找到95%和99%的置信区间

exdqitrt  于 2021-07-14  发布在  Java
关注(0)|答案(1)|浏览(519)

我有一个列名为df['air temperature'](datatype-float64)
我想把这个列转换成正态分布,这样我就可以用帝国法则找到95,99%置信区间。或任何其他方法也可以找到95%,995的置信区间。

zi=df['Air_temperature'] 
from sklearn.preprocessing import MinMaxScaler
min_max=MinMaxScaler()
df_minmax=pd.DataFrame(min_max.fit_transform(zi))
df_minmax.head()

我尝试了这段代码,但我得到[预期的2d数组,得到1d数组代替:错误]即使我应用了重塑操作仍然我得到错误。请建议我任何方法来转换数据为正态分布或立场正态分布和寻找ci

42fyovps

42fyovps1#

我会用这个答案来拟合高斯(正态分布)曲线,然后用scipy.stats方法生成分布 .interval(0.95) (这里)给出包含95%cdf的端点。
例子:

import pandas as pd
from scipy.stats import norm
import numpy as np
from matplotlib import pyplot as plt

normal = np.random.normal(size=1000)
noise = np.random.uniform(size=500, low=-2, high=2)
data = np.concatenate([normal, noise])   # some dummy data

# make it a DataFrame

df = pd.DataFrame(data=data, index=range(len(data)), columns=["data"])  
df.plot(kind="density")

########### YOU ARE HERE ###################

data = df.to_numpy()                              # Numpy arrays are easier for 1D data
mu, std = norm.fit(data)                          # Fit a normal distribution
print("Mu and Std: ", mu, std)

CI_95 = norm.interval(0.95, loc=mu, scale=std)    # Find the 95% CI endpoints
print("Confidence Interval: ", CI_95)

plt.vlines(CI_95, ymin=0, ymax=0.4)               # plotting stuff
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
plt.plot(x, norm.pdf(x, mu, sigma))
plt.show()

输出:

Mu and Std:  -0.014830093874393395 1.0238114937847707
Confidence Interval:  (-2.0214637486506972, 1.9918035609019102)

相关问题