De t à p

Précédemment, vous avez calculé la statistique de test pour le problème à deux échantillons, à savoir si le poids moyen des expéditions est plus petit pour les expéditions qui n'étaient pas en retard (late == "No") que pour les expéditions qui étaient en retard (late == "Yes"). Afin de prendre des décisions à ce sujet, vous devez transformer la statistique du test avec une fonction de distribution cumulative pour obtenir une valeur p.

Rappelez les hypothèses :

\(H_{0}\) : Le poids moyen des envois qui n'étaient pas en retard est le même que le poids moyen des envois qui étaient en retard.

\(H_{A}\) : Le poids moyen des envois qui n'étaient pas en retard est inférieur au poids moyen des envois qui étaient en retard.

La statistique du test, t_stat, est disponible, de même que les tailles des échantillons pour chaque groupe, n_no et n_yes. Utilisez un niveau de signification de alpha = 0.05.

t a également été importé depuis scipy.stats.