Toets voor twee proporties

Je vraagt je misschien af of de betaalde vrachtkosten invloed hebben op het feit of een zending te laat was. In de late_shipments-gegevensset staat of de zending te laat was in de kolom late. De vrachtkosten staan in de kolom freight_cost_group, met de categorieën "expensive" en "reasonable".

De te toetsen hypothesen, waarbij "late" de proportie te late zendingen voor die groep voorstelt, zijn

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

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

p_hats bevat de schattingen van populatieproporties (steekproefproporties) voor elke freight_cost_group:

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

ns bevat de steekproefgroottes voor deze groepen:

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

pandas en numpy zijn geïmporteerd met hun gebruikelijke aliassen, en norm is beschikbaar vanuit scipy.stats.