N elemanlı dizinin %95 güven düzeyinde güven aralıklarını bulmak (Python)

Mainstein

Kilopat
Katılım
8 Ağustos 2017
Mesajlar
176
Makaleler
2
Daha fazla  
Sistem Özellikleri
AMD Ryzen 5 4650G -- Sapphire Pulse RX6600 -- Asus Prime B450M-K II -- Corsair Vengeance LPX 3200Mhz 8X2GB -- Kingston A2000 240GB -- Sandisk SSD Plus 240GB -- Intenso TOP 512GB -- High Power +80 500W -- Sharkoon SK3-RGB ATX Kasa -- MSI MAG301CR2 30" 2560X1080P /// HyperX Cloud Core Wireless -- Razer Blackwidow V3 TKL (Modlu) -- Razer Deathadder V2 X Hyperspeed -- PS4 Dualshock -- Klasse Longteng Tiger
Cinsiyet
Erkek
Merhaba arkadaşlar başlıkta belirttiğim işlevi görecek bir program yazmam lazım ancak Python'u yeni öğreniyorum ve bir türlü çözemedim. En son hocamdan yardım aldım biraz ancak hala ilerleme sağlayamadım. Yardımcı olabilecek var mı?

Hocamın söylediklerini yazıyorum;
1.n elemanlı diziyi klavyeden gir.
2.bu dizinin elemanlarının ortalamasının hesapla.
3.elde ettiğin ortalama üzerinden güven aralıklarını bul,


Güven aralığının formülünü bağlantı olarak ekledim. Formülü nasıl kod haline getireceğim çözersem büyük bir kısmını halledeceğim gibi.
 
Merhaba arkadaşlar başlıkta belirttiğim işlevi görecek bir program yazmam lazım ancak Python'u yeni öğreniyorum ve bir türlü çözemedim. En son hocamdan yardım aldım biraz ancak hala ilerleme sağlayamadım. Yardımcı olabilecek var mı?

Hocamın söylediklerini yazıyorum;
1.n elemanlı diziyi klavyeden gir.
2.bu dizinin elemanlarının ortalamasının hesapla.
3.elde ettiğin ortalama üzerinden güven aralıklarını bul,


Güven aralığının formülünü bağlantı olarak ekledim. Formülü nasıl kod haline getireceğim çözersem büyük bir kısmını halledeceğim gibi.
Eklememişsiniz.
 
scipy ve numpy modülleri yoksa yükle, ya da fonksiyonları manuel kendin yaz.

Python:
from scipy.stats import t
import numpy
dizi = [26, 33, 42, 45, 33, 53]
aralik = 0.95
diziOrt = numpy.mean(dizi) 
stdSapma = numpy.std(dizi)
serbestlik_derecesi = len(dizi)-1 
tkritigi = numpy.abs(t.ppf((1-aralik)/2, serbestlik_derecesi))
print((diziOrt-stdSapma*tkritigi/numpy.sqrt(len(dizi)), diziOrt+stdSapma*tkritigi/numpy.sqrt(len(dizi))) )
 
Eklememişsiniz.
Güven Aralığı Nasıl Hesaplanır? ekl
scipy ve numpy modülleri yoksa yükle, ya da fonksiyonları manuel kendin yaz.

Python:
from scipy.stats import t
import numpy
dizi = [26, 33, 42, 45, 33, 53]
aralik = 0.95
diziOrt = numpy.mean(dizi)
stdSapma = numpy.std(dizi)
serbestlik_derecesi = len(dizi)-1
tkritigi = numpy.abs(t.ppf((1-aralik)/2, serbestlik_derecesi))
print((diziOrt-stdSapma*tkritigi/numpy.sqrt(len(dizi)), diziOrt+stdSapma*tkritigi/numpy.sqrt(len(dizi))) )
https://i.hizliresim.com/oh20vi9.png şöyle bir kod ayarladım bir bakabilir mısınız?
 
varyans ve standart sapma hesapları yanlış gibi, hata payı hesaplamasında t yerine z ye göreyse doğrusu böyle olmalı;

Python:
import math

#example input: 3 5 7 9 ...
dizi = [int(number) for number in input("dizi: ").split()]
z_crit = 1.96

def mean(data):
    return sum(data) / len(data)

def variance(data):
    return sum([(x - mean(data)) ** 2 for x in data]) / len(data)

def std(data):
    return math.sqrt(variance(data))

ortalama = mean(dizi)
standart_sapma = std(dizi)
hata_payi = z_crit*standart_sapma/ math.sqrt(len(dizi))
guven_araligi_low = ortalama - hata_payi
guven_araligi_high = ortalama + hata_payi

print(guven_araligi_low, guven_araligi_high)
 
varyans ve standart sapma hesapları yanlış gibi, hata payı hesaplamasında t yerine z ye göreyse doğrusu böyle olmalı;

Python:
import math

#example input: 3 5 7 9 ...
dizi = [int(number) for number in input("dizi: ").split()]
z_crit = 1.96

def mean(data):
    return sum(data) / len(data)

def variance(data):
    return sum([(x - mean(data)) ** 2 for x in data]) / len(data)

def std(data):
    return math.sqrt(variance(data))

ortalama = mean(dizi)
standart_sapma = std(dizi)
hata_payi = z_crit*standart_sapma/ math.sqrt(len(dizi))
guven_araligi_low = ortalama - hata_payi
guven_araligi_high = ortalama + hata_payi

print(guven_araligi_low, guven_araligi_high)
Bu attığınız kısmı neresi için kullanmam lazım?
 

Geri
Yukarı