Durchführen eines Goodness-of-Fit-Tests
Das Balkendiagramm von vendor_inco_term zeigt, dass die Verteilung in den vier Kategorien ziemlich nahe an der angenommenen Verteilung liegt. Um festzustellen, ob die Unterschiede statistisch signifikant sind, musst du einen Chi-Quadrat-Anpassungstest durchführen.
Erinnere dich an die Hypothesen für diese Art von Test:
\(H_{0}\): Die Stichprobe stimmt mit der angenommenen Verteilung überein.
\(H_{A}\): Die Stichprobe stimmt nicht mit der hypothetischen Verteilung überein.
Um zu entscheiden, welche Hypothese wir wählen, legen wir ein Signifikanzniveau von 0.1 fest.
late_shipments, incoterm_counts und hypothesized aus der letzten Aufgabe sind verfügbar. chisquare wurde aus scipy.stats geladen.
Diese Übung ist Teil des Kurses
<Kurs>Hypothesentests in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Perform a goodness of fit test on the incoterm counts n
gof_test = ____
# Print gof_test results
print(gof_test)