第7集：置信区间

从正态分布到概率积分：统计推断的可视化之旅

在MIT的这节公开课中，John Guttag教授以计算视角重新演绎了统计推断的核心基石——正态分布与概率密度函数。与传统数学课堂不同，这里没有枯燥的公式推导，而是通过Python代码和蒙特卡洛模拟，让抽象的概率概念在屏幕上"活"起来。

用代码"看见"正态分布

课程从Python内置的random.gauss函数切入。这个看似简单的工具背后，藏着正态分布的精髓：只需指定均值（mu）和标准差（sigma）两个参数，就能生成服从高斯分布的随机数。Guttag演示了如何生成1000个均值为0、标准差为100的样本，并用直方图呈现其分布形态。

他特别讲解了一个进阶技巧：通过weights参数调整直方图的纵轴。默认情况下，纵轴显示落入各箱的样本数量；若将权重设为len(dist)/bins，纵轴则转化为相对频率，便于直观验证"经验法则"——约95%的数据落在均值正负两个标准差范围内。运行结果显示，实际比例略高于95%，这正是1.96而非2.0所决定的理论预期。

概率密度函数的真正含义

当讨论延伸至概率密度函数（PDF）时，一个关键问题浮出水面：纵轴数值究竟代表什么？Guttag用反证法澄清误解——取标准差0.1的正态分布，纵轴峰值可达40，显然不可能是概率。

答案在于微积分：PDF是累积分布函数的导数，而概率对应的是曲线下面积。这一洞察贯穿全课，让学生理解为何不能直接读取单点的"概率值"，而必须通过积分计算区间概率。课程随后引入SciPy的integrate.quad函数，演示如何通过数值积分（而非解析推导）快速求解任意区间下的面积。

计算思维的教学价值

这堂课的亮点在于"让代码说话"。学生不需要背诵公式，而是亲手运行gaussian(x, mu, sigma)实现、调整参数观察曲线形态变化、用积分函数验证理论值。当看到不同标准差对应的曲线从"宽胖"变"瘦高"、当积分结果与经验法则的95%精确吻合时，统计直觉在编码实践中自然生长。

对于数据科学初学者而言，这种教学方式打破了数学与编程的壁垒——正态分布不再是教科书上的插图，而是可以生成、测量、可视化的计算对象。掌握了这一范式，后续的置信区间估计、假设检验等推断方法，便水到渠成。

---

📺 观看原视频：在 shipin.5l5l.net 观看