단일 비율 검정
1장에서, 지연 배송 비율이 6%보다 크다는 가설에 대한 p-값을 계산했어요. 그때는 부트스트랩 분포를 사용해 통계량의 표준 오차를 추정했죠. 다른 방법으로는 표본 비율, 가설 비율, 표본 크기에 기반한 표준 오차 공식을 사용하는 방법이 있어요.
\(z = \dfrac{\hat{p} - p_{0}}{\sqrt{\dfrac{p_{0}*(1-p_{0})}{n}}}\)
이번에는 이 더 간단한 계산으로 p-값을 다시 구해 보겠습니다.
late_shipments가 제공되어 있어요. pandas와 numpy는 일반적인 별칭으로 불러와져 있고, scipy.stats에서 norm이 임포트되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 가설 검정
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Hypothesize that the proportion of late shipments is 6%
p_0 = ____
# Calculate the sample proportion of late shipments
p_hat = ____
# Calculate the sample size
n = ____
# Print p_hat and n
print(p_hat, n)