Konfidenzintervalle verstehen
In dieser Übung entwickelst du ein Gefühl dafür, wie verschiedene Parameterwerte Konfidenzintervalle beeinflussen. Konkret untersuchst du mit der Funktion get_ci(), wie Änderungen das Konfidenzintervall verbreitern oder verengen. Das ist die Funktionssignatur, wobei cl das Konfidenzniveau und sd die Standardabweichung ist.
def get_ci(value, cl, sd):
loc = sci.norm.ppf(1 - cl/2)
rng_val = sci.norm.cdf(loc - value/sd)
lwr_bnd = value - rng_val
upr_bnd = value + rng_val
return_val = (lwr_bnd, upr_bnd)
return(return_val)
Diese Übung ist Teil des Kurses
Customer Analytics und A/B-Testing mit Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Compute and print the confidence interval
confidence_interval = get_ci(____, ____, ____)
print(confidence_interval)