首页 > 编程语言 >python第九章课后习题

python第九章课后习题

时间:2024-12-02 12:46:31浏览次数:14  
标签:15.0 15.1 15.2 python 14.9 课后 print 习题 data

9.2某车间生产滚珠,随机的抽出了50粒,测得他们的直径为(单位mm)15.0 15.8 15.2 15.1 15.9 14.7 14.8 15.5 15.6 15.3 15.1 15.3 15.0 15.6 15.7 14.8 14.5 14.2 14.9 14.9 15.2 15.0 15.3 15.6 15.1 14.9 14.2 14.6 15.8 15.2 15.9 15.2 15.0 14.9 14.8 14.5 15.1 15.5 15.5 15.1 15.1 15.0 15.3 14.7 14.5 15.5 15.0 14.7 14.6 14.2 通过计算得到样本均值为15.0780,样本标准差为0.4325,试问滚珠直径是否服从正态分布

点击查看代码
from scipy.stats import shapiro

data = [15.0, 15.8, 15.2, 15.1, 15.9, 14.7, 14.8, 15.5, 15.6, 15.3,
15.1, 15.3, 15.0, 15.6, 15.7, 14.8, 14.5, 14.2, 14.9, 14.9,
15.2, 15.0, 15.3, 15.6, 15.1, 14.9, 14.2, 14.6, 15.8, 15.2,
15.9, 15.2, 15.0, 14.9, 14.8, 14.5, 15.1, 15.5, 15.5, 15.1,
15.1, 15.0, 15.3, 14.7, 14.5, 15.5, 15.0, 14.7, 14.6, 14.2]

stat, p = shapiro(data)

print(f"Shapiro-Wilk Statistic: {stat}")
print(f"P-value: {p}")

alpha = 0.05
if p > alpha:
print("滚珠直径数据服从正态分布N(15.0780, 0.4325^2)")
else:
print("滚珠直径数据不服从正态分布N(15.0780, 0.4325^2)。")




print("学号:2023310143028")

9.3 在7个不同实验室中测量某种扑尔敏药片的扑尔敏有效含量(以mg计),得到结果如表格(读取外部表格excel文件,第一行为实验室Lab1到Lab7,每一列下面为有效含量)。画出各实验室测量结果的箱线图,设各样本分布来自正态总体N(μi,σ^2)i为μ的下标,i=1,2,...,7,各样本相互独立,试取显著水平α=0.05检验各实验室测量的扑尔敏的有效含量的

点击查看代码
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats

file_path = '9.3.xlsx'
data = pd.read_excel(file_path, header=0)

labs = ['Lab1', 'Lab2', 'Lab3', 'Lab4', 'Lab5', 'Lab6', 'Lab7']
assert all(lab in data.columns for lab in labs), "Excel文件中的列名与实验室名称不匹配"

plt.figure(figsize=(12, 8))
sns.boxplot(data=data)
plt.xticks(rotation=45)
plt.title('Boxplot of Chlorpheniramine Content Measurements by Laboratory')
plt.xlabel('Laboratory')
plt.ylabel('Chlorpheniramine Content (mg)')
plt.show()

f_stat, p_value = stats.f_oneway(data['Lab1'], data['Lab2'], data['Lab3'], data['Lab4'], data['Lab5'], data['Lab6'], data['Lab7'])

print(f"F-statistic: {f_stat}")
print(f"P-value: {p_value}")

alpha = 0.05
if p_value < alpha:
print("在显著水平α=0.05下,各实验室测量的扑尔敏有效含量的均值有显著差异。")
else:
print("在显著水平α=0.05下,各实验室测量的扑尔敏有效含量的均值没有显著差异。")


print("学号:2023310143028")
均值是否有显著差异

标签:15.0,15.1,15.2,python,14.9,课后,print,习题,data
From: https://www.cnblogs.com/5227abc/p/18581633

相关文章

  • python毕设 “汪小喵”小区宠物管理系统程序+论文
    本系统(程序+源码+数据库+调试部署+开发环境)带论文文档1万字以上,文末可获取,系统界面在最后面。系统程序文件列表开题报告内容一、选题背景随着人们生活水平的提高,宠物在小区中的数量日益增多,小区宠物管理成为一个重要的课题。关于小区宠物管理问题的研究,现有研究主要以城市......
  • python3通过驱动包连接oceanbase并将数据导出为excel
    1.创建文件夹driver并将驱动包放到项目中2.编写db_config配置#db_config.py#驱动包路径driver_path='../driver/oceanbase-client-2.2.9.jar'#连接参数url='jdbc:oceanbase://osidaoobdit01.cn-shanghai-finance-1.oceanbase.aliyuncs.com:1526/***?pool=false'......
  • python - 反射
    importtypesimportlogger_factoryimporttyping#从import的对象中,直接获取属性logger=getattr(logger_factory,"logger")print(logger)#通过class创建对象classMyClass:def__init__(self):self.value=NonedefgetValue(self):......
  • OpenCV图像处理——图像滤波原理与代码实现(C++/Python)
    概述本节主要总结常见的图像噪声,以及降噪的方法。1.图像噪声图像噪声是指图像中不需要的、随机出现的像素值变化,这些变化可能是由于传感器误差、传输误差、环境干扰等因素引起的。图像噪声会降低图像质量,影响图像处理和分析的结果。1.1高斯噪声高斯噪声,也称为白噪声......
  • 用Python计算预测数据和原始数据对应点误差的平方和的均值
    为了计算预测数据和原始数据对应点误差的平方和的均值(MeanSquaredError,MSE,即均方误差),我们可以使用Python中的基本数学运算或借助`scikit-learn`等库来实现。下面是一个简单的示例,展示如何计算这个指标。###方法1:使用Python基本运算```pythonimportnumpyasnp#原始数据(真......
  • python - 字符串(str)
    例举一下常规用法print('字符串定义')str1='str'str2="str"#声明段落str3='''paragraph'''#使用续行符str4="line1\line2"print('字符串拼接')ret=str1+''+str2print(ret......
  • python - 列表(list)
    创建一个列表时,系统会分配一定的空间,当新增元素个数超出这个空间时,会自动进行扩容。这个结论很容易找到,我们可以写一段代码证明一下,内存占用是阶段变化的。fromsysimportgetsizeofli=[]foriinrange(64):li.append(i)print(f'length:{len(li)},size:{get......
  • python - 字典(dict)
    字典(dict):基于哈希表的一种数据结构,从原理上来说,与其它语言中的map是同一类东西。#创建一个空字典importjsonordered_dict={'a':1}print(ordered_dict)#向字典中添加一些键值对ordered_dict['b']=2ordered_dict['c']=3ordered_dict['d']=4print(ordered......
  • Python_smtp 邮件交互
    SMTP协议简介SMTP(SimpleMailTransferProtocol)是一种用于发送电子邮件的协议。它定义了邮件传输的标准和规则,使得不同邮件服务器之间能够互相通信并传递邮件。发送邮件的基本步骤建立连接:使用smtplib.SMTP_SSL或smtplib.SMTP建立与邮件服务器的安全连接。通常,使用......
  • python - threadlocal
    功能:给线程创建一些变量,线程彼此之间是完全隔离的,每个线程使用各自的线程。使用场景:在处理数据库事务过程中,业务开始时,获取连接,业务结束时,关闭连接,中间的业务是未知的。想封装这样的代码,就可以用threadlocal。importthreading#创建threading.local的实例local=threa......