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
Hypothesentests in Python
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
# Perform a goodness of fit test on the incoterm counts n
gof_test = ____
# Print gof_test results
print(gof_test)