计算分布的置信水平

Question

我有一组数据如下：

data = [1,1,2,3,3,5,5]
point = 6

我不知道这个数据是正常的还是其他任何关于它的分布。我很有信心地计算出point明显高于data

我试过：

import math
from scipy.stats import t
import numpy as np
confidence = (
    t.interval(0.95,len(data)-1,loc=np.mean(data),
    scale=np.std(data)/math.sqrt(len(data))))

这将返回一个上下限，但在处理实际数据时，我使用的point似乎明显升高，但远低于data中包含的许多数字。我用的是最好的测试还是更好的

Answer 1

置信区间的公式可以在维基百科上找到。假设你知道这个公式，假设数据是正常的，你可以这样做

import numpy as np

data = np.array([1,1,2,3,3,5,5])
z_alpha = 1.96 #Change for appropriate alpha level.  I use standard normal, but you could use t-dist
n = data.size
m = data.mean()
s = data.std()
interval = m + z_alpha*s/np.sqrt(n)*np.array([-1,1])

# Point in interval?

point = 6

(point<=interval[1])&(point>=interval[0])