Statistics 高斯西格玛的统计显著性
我正在研究一个问题，我想用正态分布的sigma来表达我对相关峰值的统计意义。例如，如果我的峰值为95%显著性，它将为2sigma。本质上我想问的是，假设我有一个任意的峰值显著性（例如92%），我如何用正态分布的sigma来表示这一点？我意识到这是一个更一般的统计问题，因此鼓励任何阅读/背景。或者，如果Python作为一个简单的函数来转换/计算它，那么它也可以工作。Statistics 高斯西格玛的统计显著性,statistics,gaussian,significance,Statistics,Gaussian,Significance,我正在研究一个问题，我想用正态分布的sigma来表达我对相关峰值的统计意义。例如，如果我的峰值为95%显著性，它将为2sigma。本质上我想问的是，假设我有一个任意的峰值显著性（例如92%），我如何用正态分布的sigma来表示这一点？我意识到这是一个更一般的统计问题，因此鼓励任何阅读/背景。或者，如果Python作为一个简单的函数来转换/计算它，那么它也可以工作。 谢谢 我不确定你所说的“相关性峰值的统计显著性”是什么意思，所以我无法评论你所说的统计数据是否有意义。然而，听起来你想计算以下内容：
谢谢 我不确定你所说的“相关性峰值的统计显著性”是什么意思，所以我无法评论你所说的统计数据是否有意义。然而，听起来你想计算以下内容：平均值（比如1.96西格玛）的标准偏差有多少涵盖了正态分布的给定部分（在本例中为0.95）？如果这是您要问的问题，您可以使用SciPy统计库轻松解决这个问题。如果你还没有SciPy，你需要 一旦安装了SciPy，就需要使用正态分布的逆生存函数（ISF）。ISF是生存函数的倒数，生存函数本身是1-。以下是如何在python中执行此操作：
In [1]: import scipy.stats as st
In [2]: yourArea = 0.95
In [3]: st.norm.isf((1-yourArea)/2.)
Out[3]: 1.959963984540054