Significantie van verschil in schattingen

Een lijngrafiek met foutbalken geeft je globaal een idee van trends, maar zijn de jaar-op-jaarverschillen statistisch significant? In deze oefening bepaal je de significantie van veranderende mediane huizenprijzen in Philadelphia. Je beoordeelt de verschillen per jaar tussen 2011 en 2017.

De formule voor de Z-statistiek met twee steekproeven is:

$$Z = \frac{x_1 - x_2}{\sqrt{SE_{x_1}^2 + SE_{x_2}^2}}$$

Er is een DataFrame philly beschikbaar met de kolommen median_home_value, median_home_value_moe en year.

pandas is geïmporteerd als pd, en de functie sqrt is geïmporteerd uit de module numpy.

Deze oefening maakt deel uit van de cursus

US Census-gegevens analyseren in Python

Cursus bekijken

Oefeninstructies

Stel x1 in op de mediane woningwaarde van het huidige jaar, en x2 op de mediane woningwaarde van het voorgaande jaar (huidige jaar min 1)
Stel se_x1 in op de MOE van de mediane woningwaarde voor het huidige jaar gedeeld door Z_CRIT, en se_x2 op dezelfde berekening voor het voorgaande jaar
Gebruik de ternary-operator van Python (result1 if condition else result2) om de lege string te retourneren als de absolute waarde van z groter is dan Z_CRIT, en anders "not " te retourneren

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Set the critical Z score for 90% confidence, prepare message
Z_CRIT = 1.645
msg = "Philadelphia median home values in {} were {}significantly different from {}."
for year in range(2012, 2018):
    # Assign current and prior year's median home value to variables
    x1 = int(philly[philly["year"] == ____]["median_home_value"])
    x2 = int(____)
    
    # Calculate standard error as 90% MOE / critical Z score
    se_x1 = float(____)
    se_x2 = float(____)
    
    # Calculate two-sample z-statistic, output message if greater than critical Z score
    z = (x1 - x2) / sqrt(se_x1**2 + se_x2**2)
    print(msg.format(year, ____, year - 1))

Code bewerken en uitvoeren