Prueba de dos proporciones

Tal vez te preguntes si el importe pagado por el transporte influye o no en el retraso del envío. Recuerda que, en el conjunto de datos late_shipments, se indicaba en la columna late si el envío se había retrasado o no. Los gastos de transporte se indican en la columna freight_cost_group, y las categorías son "expensive" y "reasonable".

Las hipótesis que deben probarse, con "late" correspondiendo a la proporción de envíos retrasados para ese grupo, son:

\(H_{0}\): \(late_{\text{expensive}} - late_{\text{reasonable}} = 0\)

\(H_{A}\): \(late_{\text{expensive}} - late_{\text{reasonable}} > 0\)

p_hats contiene las estimaciones de las proporciones de población (proporciones de muestra) para cada freight_cost_group:

freight_cost_group  late
expensive           Yes     0.082569
reasonable          Yes     0.035165
Name: late, dtype: float64

ns contiene los tamaños de muestra de estos grupos:

freight_cost_group
expensive     545
reasonable    455
Name: late, dtype: int64

pandas y numpy se han importado con sus alias habituales, y norm está disponible en scipy.stats.