import scipy.stats as st
from math import*
import numpy as np
import matplotlib.pyplot as plt
#Précision des nombres affichés (nombre de chiffres après la virgule)
precision = 1
#Echantillon
xi=np.array([120,160,200,240,280,320])
ni=np.array([9,22,25,21,16,7])
#
Lx=len(xi)
Ln=len(ni)
if Lx!=Ln :
  print("longueur de x <> longueur de n")
xini=xi*ni
xi2=xi**2
xi2ni=xi2*ni
n=sum(ni)
mx=sum(xini)/n
sxx=sum(xi2ni)/n-mx**2
sx=sqrt(sxx)
print("moyenne de l'échantillon = ",round(mx,precision))
print("écart-type de l'échantillon = ",round(sx,precision))
#calcul du quantile t pour le risque alpha choisi
alpha=0.05
fluc = st.t.ppf([alpha/2, 1-alpha/2],df=n-1)
t=fluc[1]
rayon=t*sx/sqrt(n-1)
print("intervalle de confiance de student pour la moyenne au risque : ",int(100*alpha),"%")
print([round(mx-rayon,precision),round(mx+rayon,precision)])