我正在研究我的一个问题，我想用正态分布的 sigma 来表达我对相关峰的统计显着性。例如，如果我的峰值有 95% 的显着性，那么它将是 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%），我将如何用正态分布的 sigma 来表达这个？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/计算它也可以。 谢谢！
【问题讨论】：
标签： statistics gaussian significance
我不确定您所说的“相关峰的统计显着性”是什么意思，因此我无法评论您所说的统计数据是否有意义。但是，听起来您想计算以下内容：与平均值（例如 1.96 sigma）有多少标准偏差覆盖正态分布的给定分数（在本例中为 0.95）？如果这是您的要求，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。
安装 SciPy 后，您需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。这是你在 python 中的做法：
In [1]: import scipy.stats as st
In [2]: yourArea = 0.95
In [3]: st.norm.isf((1-yourArea)/2.)
Out[3]: 1.959963984540054
这就是你计算我认为你想要的数字的方式。 (1-A)/2 业务只是说明 CDF 从 -infinity 集成的事实，而您对从分布中心计算的值感兴趣。
【讨论】：