當我們利用python進行資料清理和篩選時，有時候一串資料的噪點很多，我們需要抽取一部分資料作為樣本來進行分析，下面推薦一種基本的資料篩選方法，利用置信區間，例：樣本滿足正態分佈。

置信區間：當給出某個估計值的95%置信區間為 [a, b] 時，可以理解為有95%的信心可以說說樣本的平均值介於a到b之間，而發生錯誤的概率為5%。

計算方式：

第一步：計算樣本均值 

第二步：計算樣本標準差：

第三步：取90%置信區間時：

              取95%置信區間時：

              取99%置信區間時：

程式碼：

import pandas as pd
def confidenceinterval(data):#求置信區間
    data=pd.read_excel("檔案位置")
    data=data["某列"]
    StandardDeviation_sum=0
#返回樣本數量   
    Sizeofdata=len(data)
    data=np.array(data)
    print(data)
    Sumdata=sum(data)
#計算平均值
    Meanvalue=Sumdata/Sizeofdata
    #print(Meanvalue)
#計算標準差
    for index in data:
        StandardDeviation_sum=StandardDeviation_sum+(index-Meanvalue)**2    
    StandardDeviation_sum=StandardDeviation_sum/Sizeofdata    
    StandardDeviationOfData=StandardDeviation_sum**0.5
    #print(StandardDeviationOfData)
#計算置信區間  
    LowerLimitingValue=Meanvalue-1.645*StandardDeviationOfData
    UpperLimitingValue=Meanvalue+1.645*StandardDeviationOfData    
    return LowerLimitingValue, UpperLimitingValue