Istotność różnicy między estymatorami

Wykres liniowy z paskami błędów daje przybliżony obraz trendów, ale czy różnice z roku na rok są statystycznie istotne? W tym ćwiczeniu sprawdzisz, czy zmiany mediany cen domów w Filadelfii są istotne statystycznie. Przeanalizujesz różnice rok do roku w latach 2011–2017.

Wzór na dwupróbkową statystykę Z ma postać:

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

Dostępny jest DataFrame philly z kolumnami median_home_value, median_home_value_moe i year.

pandas jest zaimportowany jako pd, a funkcja sqrt została zaimportowana z modułu numpy.

To ćwiczenie jest częścią kursu

Analiza danych spisowych USA w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Ustaw x1 na medianę wartości domów w bieżącym roku, a x2 na medianę wartości domów w poprzednim roku (bieżący rok minus 1).
Ustaw se_x1 na wartość MOE mediany wartości domów w bieżącym roku podzieloną przez Z_CRIT, a se_x2 na analogiczną wartość dla poprzedniego roku.
Użyj operatora trójargumentowego Pythona (result1 if condition else result2), aby zwrócić pusty ciąg znaków, gdy wartość bezwzględna z jest większa niż Z_CRIT, a w przeciwnym razie zwrócić "not ".

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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))

Edytuj i uruchom kod