Что вы ищете довольно просто
In [12]: def normz(val):
....: return scipy.stats.norm.ppf((1+val)/2)
....:
In [13]: normz(0.95)
Out[13]: 1.959963984540054
Это происходит из-за симметричный характер нормального распределения. 95% -ный доверительный интервал покрывает 95% нормальной кривой, и в результате вероятность получения значения вне этого 95% составляет менее 5% (из-за его формы). Тогда напомнить, что нормальная кривая симметрична, площадь каждого хвоста эквивалентно
так в вашем случае, площадь каждого хвоста 0.025
.
В результате, для того, чтобы использовать scipy.stats.normal.ppf()
с C
, необходимо использовать симметричный характер нормального распределения и
, чтобы получить подходящую нижнюю/верхнюю вероятность хвоста 0.975
для использования с scipy.stats.norm.ppf()
. Этот график может помочь вам визуализировать концепцию.