如何在Python中计算非高斯分布的中位数和中位数周围的68％置信区间？

Question

我有一个 numpy 数组的数据集，比如 a=[a1,a2,.....] 以及数据的权重 w=[w1,w2,w3...]。我使用 numpy histogram 包计算了直方图，它给了我 hist 数组。现在我想计算这个概率分布函数的中值以及围绕中值的 68% 轮廓。请记住，我的数据集不是高斯的。

有人可以帮忙吗？我正在使用Python。

Answer 1

这里使用 scipy.stats.rv_discrete 的解决方案：

from __future__ import division, print_function
import numpy as np, scipy.stats as st

# example data set
a = np.arange(20)
w = a + 1

# create custom discrete random variable from data set
rv = st.rv_discrete(values=(a, w/w.sum()))

# scipy.stats.rv_discrete has methods for median, confidence interval, etc.
print("median:", rv.median())
print("68% CI:", rv.interval(0.68))

输出反映了示例数据集中权重不均匀的情况：

median: 13.0
68% CI: (7.0, 18.0)

Answer 2

一个简单的选项是 NumPy 的

percentile

函数。它给出数据给定百分位数的值（使用 0 - 100）。因此，要获得常见 68% 的中位数以及下限和上限，您可以使用：

import numpy as np

lower, median, upper = np.percentile(the_array, [16, 50, 84])