始める無料で始める

標本から結論を導く

ランダムサンプリングを使うと、調査対象の母集団を（うまくいけば！）代表するデータの標本を選べることを見てきました。一方で、サンプリング手続きに偏り（bias）があると、結論はよくて疑わしく、最悪の場合はまったく誤りになり得ることも学びました。

この演習では、S&P 500 の終値平均を分析します。異なる2つの取引日の標本を取り、それぞれについて信頼区間を計算したとき、同じ結果になると期待すべきでしょうか？ それでは実際に手を動かして確かめてみましょう！

この演習はコースの一部です

Pythonで学ぶ推測の基礎

コースを見る

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Sample 1: Select a random sample of 500 rows
sample_df = ____.sample(n=____)

# Compute a 95% confidence interval for the closing price of SP500
sample_ci = stats.____.____(alpha=____, 
                            loc=____.mean(), 
                            scale=____.std()/np.sqrt(____))

print(sample_ci)
コードを編集して実行