Uji dua proporsi

Anda mungkin bertanya-tanya apakah besarnya biaya pengangkutan memengaruhi apakah suatu pengiriman terlambat atau tidak. Ingat bahwa pada himpunan data late_shipments, status keterlambatan pengiriman disimpan di kolom late. Biaya pengangkutan disimpan di kolom freight_cost_group, dengan kategori "expensive" dan "reasonable".

Hipotesis yang akan diuji, dengan "late" mewakili proporsi pengiriman terlambat untuk setiap grup, adalah

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

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

p_hats memuat taksiran proporsi populasi (proporsi sampel) untuk setiap freight_cost_group:

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

ns memuat ukuran sampel untuk grup-grup ini:

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

pandas dan numpy telah diimpor dengan alias biasanya, dan norm tersedia dari scipy.stats.