Calcolare uno z-score
Poiché le variabili possono avere intervalli e unità arbitrarie, dobbiamo standardizzarle. Per esempio, un test d’ipotesi che desse risposte diverse se le variabili fossero in euro invece che in dollari statunitensi avrebbe poco valore. La standardizzazione evita questo problema.
Un valore standardizzato di interesse in un test d’ipotesi è lo z-score. Per calcolarlo servono tre numeri: la statistica campionaria (stima puntuale), la statistica ipotizzata e l’errore standard della statistica (stimato dalla distribuzione bootstrap).
La statistica campionaria è disponibile come late_prop_samp.
late_shipments_boot_distn è una distribuzione bootstrap della proporzione di spedizioni in ritardo, disponibile come lista.
pandas e numpy sono caricati con i soliti alias.
Questo esercizio fa parte del corso
Test di ipotesi in Python
Istruzioni dell'esercizio
- Ipotizza che la proporzione di spedizioni in ritardo sia del 6%.
- Calcola l’errore standard a partire dalla deviazione standard della distribuzione bootstrap.
- Calcola lo z-score.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Hypothesize that the proportion is 6%
late_prop_hyp = ____
# Calculate the standard error
std_error = ____
# Find z-score of late_prop_samp
z_score = ____
# Print z_score
print(z_score)