Statistická významnost rozdílu podílů

Dojíždění na kole je stále poměrně výjimečné, ale Washington, DC, má v tomto ohledu slušný podíl. Za posledních několik let vzrostl o více než 1 procentní bod – je to ale statisticky významný nárůst? V tomto cvičení vypočítáš standardní chybu podílu a poté dvou-výběrový Z-statistik pro porovnání podílů.

Vzorec pro standardní chybu (SE) podílu je:

$$SE_P = \frac{1}{N}\sqrt{SE_n^2 - P^2SE_N^2}$$

Vzorec pro dvou-výběrový Z-statistik je:

$$Z = \frac{x_1 - x_2}{\sqrt{SE_{x_1}^2 + SE_{x_2}^2}}$$

DataFrame dc je načtený. Obsahuje sloupce (zobrazené v konzoli) s odhady (končící "_est") a hranicemi chyby (končící "_moe") pro celkový počet pracujících a dojíždějících cyklistů.

Funkce sqrt je naimportovaná z modulu numpy.

Toto cvičení je součástí kurzu

Analýza dat amerického sčítání lidu v Pythonu

Zobrazit kurz

Pokyny k cvičení

Vypočítej bike_share jako podíl počtu cyklistů k celkovému počtu pracujících
Vypočítej SE odhadů pro cyklisty a celkový počet pracujících tak, že vydělíš MOE hodnotou Z_CRIT
Vypočítej SE podílů: se_bike je SE dílčí populace $SE_n$, bike_share je podíl $P$ a se_total je SE celkové populace $SE_N$
Vypočítej $Z$: $x_1$ a $x_2$ jsou hodnoty bike_share v roce 2017 a 2011; $SE_{x_1}$ a $SE_{x_2}$ jsou hodnoty se_p v roce 2017 a 2011

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Set the critical Z score for 90% confidence
Z_CRIT = 1.645

# Calculate share of bike commuting
dc["bike_share"] = ____

# Calculate standard errors of the estimate from MOEs
dc["se_bike"] = ____
dc["se_total"] = ____
dc["se_p"] = sqrt(____**2 - ____**2 * ____**2)**0.5 / dc["total_est"]

# Calculate the two sample statistic between 2011 and 2017
Z = (dc[dc["year"] == 2017]["bike_share"] - ____) / \
    sqrt(____**2 + ____**2)
print(Z_CRIT < Z)

Upravit a spustit kód