कॉन्फिडेंस इंटरवल की गणना
यदि आप किसी सैंपल स्टैटिस्टिक का एक ही अनुमान देते हैं, तो वह कुछ न कुछ अंतर से गलत होगा। उदाहरण के लिए, लेट शिपमेंट्स के हाइपोथेसाइज़्ड प्रपोर्शन 6% था। भले ही प्रमाण यह सुझाव दें कि नल हाइपोथेसिस सही है कि लेट शिपमेंट्स का प्रपोर्शन इसी के बराबर है, फिर भी किसी नए शिपमेंट सैंपल में सैम्पलिंग वैरिएबिलिटी के कारण यह प्रपोर्शन थोड़ा अलग होने की संभावना रहती है। इसलिए, कॉन्फिडेंस इंटरवल बताना अच्छा रहता है। यानी आप कहते हैं, "हम 95% 'कॉन्फिडेंट' हैं कि लेट शिपमेंट्स का प्रपोर्शन A और B के बीच है" (A और B के कुछ मानों के लिए)।
Sampling in Python में कॉन्फिडेंस इंटरवल निकालने के दो तरीके दिखाए गए थे। यहाँ, आप कॉन्फिडेंस इंटरवल निकालने के लिए बूटस्ट्रैप डिस्ट्रीब्यूशन के क्वांटाइल्स का उपयोग करेंगे।
late_prop_samp और late_shipments_boot_distn उपलब्ध हैं; pandas और numpy अपने प्रचलित उपनामों के साथ लोड हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Hypothesis Testing
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Calculate 95% confidence interval using quantile method
lower = ____
upper = ____
# Print the confidence interval
print((lower, upper))