EmpezarEmpieza gratis

Cálculo de intervalos de confianza

Ahora que has mostrado que la distribución muestral del precio de cierre del S&P 500 es aproximadamente normal, ¡vas a calcular un intervalo de confianza! Quieres estimar el precio de cierre medio del S&P 500, y calcular un intervalo de confianza te permitirá hacerlo.

Ya tienes cargados los mismos datos btc_sp_df, así como los paquetes pandas como pd, NumPy como np y scipy.stats como stats.

Este ejercicio forma parte del curso

Fundamentos de la inferencia en Python

Ver curso

Instrucciones del ejercicio

  • Selecciona una muestra aleatoria de 500 días de la columna Close_SP500.
  • Calcula la media de esta muestra aleatoria.
  • Calcula el error estándar de esta muestra como la desviación estándar dividida por la raíz cuadrada del tamaño de la muestra.
  • Calcula un intervalo de confianza del 95% usando los valores que acabas de calcular.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Select a sample of 500 random days
sample_closing = np.____(____, size=____)

# Calculate the mean of the sample
sample_mean = ____

# Calculate the standard error of the sample
sample_se = ____ / ____

# Calculate a 95% confidence interval using this data
stats.norm.interval(alpha=____,
                   loc=____,
                   scale=____)
Editar y ejecutar código