我正在研究我的研究中的一个问题，我想用正态分布的西格玛来表示我的统计学意义。例如，如果我的峰值达到95％，则为2sigma。基本上我要问的是说我有一个任意的峰值显着性（例如92％），我如何用正态分布的sigma来表达呢？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作为转换/计算的简单函数也可以。 谢谢！
答案 0 :(得分：0)
我不确定你的意思是什么＆＃34;相关峰值的统计显着性，＆＃34;所以我无法评论你所谈论的统计数据是否有意义。然而，听起来你似乎想要计算以下内容：与平均值（比如1.96 sigma）有多少标准偏差覆盖了正态分布的给定分数（在这种情况下，0.95）？如果这是您要求的，您可以使用SciPy统计库轻松解决此问题。如果您还没有SciPy，则需要install it first。
一旦安装了SciPy，您就会想要使用正态分布的逆生存函数（ISF）。 ISF是生存函数的倒数，它本身就是1 - CDF。以下是你在python中的表现：
In [1]: import scipy.stats as st
In [2]: yourArea = 0.95
In [3]: st.norm.isf((1-yourArea)/2.)
Out[3]: 1.959963984540054
这就是你如何计算我认为你想要的数字。 （1-A）/ 2业务只是说明CDF从-infinity整合的事实，而您对从分布中心计算的值感兴趣。