Блог

я никогда не пробовал внедрять столбцы ошибок, основанные на доверительных интервалах. Поскольку это то, что я хочу сделать, я не уверен, как действовать дальше.

У меня есть этот большой массив данных, состоящий из ~ 1000 элементов. Из построения гистограммы, содержащей эти данные, она выглядит достаточно хорошо, как распределение Максвелла-Больцмана.

Допустим, вызываются мои данные x , которые я применяю к ним как

 import scipy.stats as stats
import numpy as np
import matplotlib.pyplot as plt

maxwell = stats.maxwell

## Scale Parameter
params = maxwell.fit(x, floc=0)
print params

## mean
mean = 2*params[1]*np.sqrt(2/np.pi)
print mean

## Variance
sig = (params[1])**(3*np.pi-8)/np.pi
print sig

>>> (0, 178.17597215151301)
>>> 284.327714571
>>> 512.637498406
  

К которому при его построении

 fig = plt.figure(figsize=(7,7))
ax = fig.add_subplot(111)

xd = np.argsort(x)

ax.plot(x[xd], maxwell.pdf(x, *params)[xd])

ax.hist(x[xd], bins=75, histtype="stepfilled", linewidth=1.5, facecolor='none', alpha=0.55, edgecolor='black', 
    normed=True)
  

Как, черт возьми, вы собираетесь внедрять доверительные интервалы с подгонкой кривой?

Я могу использовать

 conf = maxwell.interval(0.90,loc=mean,scale=sig)
>>> (588.40702793225228, 1717.3973740895271)
  

Но я понятия не имею, что с этим делать