Frequenzanalyse und einseitiges confidenz level

[Lienz20013]

Hallo,
ich war lange nict mehr hier. Ich hoffe ihr könnt mir weiter helfen.

Ich habe ein Signal welches ich mit

Code: Alles auswählen

f, spec = LombScargle(depth,Ca).autopower(minimum_frequency=min_freq, maximum_frequency=max_freq)

in sein Frequenzspektrum überführt habe. Die Abstände der Daten sind irregulär. Nun möchte ich die einseitigen confidence levels mit acht freiheitsgraden für 99%, 95% und 99% berechnen. Aber ich weiß nicht wie und komm seit zwei tagen nicht weiter.
Hier eine Beispieldatei was ich meine:

Diese Seite fand ich auch recht hilfreich...aber ich blick nicht durch.
https://aegis4048.github.io/comprehensi ... developers

Kann mir bitte jemand weiter helfen?!
Danke und viele Grüße

[einfachTobi]

Das sollte hiermit möglich sein:

Code: Alles auswählen

mean = numpy.mean(daten)
sigma = numpy.std(daten)
scipy.stats.norm.interval(0.99, loc=mean, scale=sigma/sqrt(N))

N ist die Anzahl der Werte.

[Lienz20013]

Hi Tobis,
danke! Was hälst du von dieser Lösung:

from scipy import stats
import numpy as np

arr = Ca_Fe

alpha = 0.05 # significance level = 5%
df = 8 # degress of freedom = 8
t = stats.t.ppf(1 - alpha/2, df) # t-critical value for 95%
s = np.std(arr, ddof=1) # sample standard deviation
n = len(arr)

lower = np.mean(arr) - (t * s / np.sqrt(n))
upper = np.mean(arr) + (t * s / np.sqrt(n))

Significance level = 5% weil 100%-95%=5% oder?
Ich bekomme jetzt zwei Zahlen für die obere und untere Grenze.
Aber wie bekomme ich so schöne kurven in mein Periodogramm wie in den Abbildungen oben?
Würde mich freuen wenn gu mir weiter helfen könntest?
Muss ich da noch eine Fit machen und von dem Fit die Confidenz berechnen?