Tirando conclusões a partir de amostras
Você viu como a amostragem aleatória pode ser usada para escolher uma amostra de dados que (com sorte!) represente a população que você está estudando. Você também viu como o viés no procedimento de amostragem pode resultar em conclusões no mínimo suspeitas e, no pior caso, completamente erradas.
Neste exercício, você vai analisar o preço de fechamento médio do S&P 500. Se você pegar duas amostras diferentes de dias de negociação e calcular intervalos de confiança para cada uma, deve esperar ver o mesmo resultado? Hora de colocar a mão na massa e descobrir!
Este exercicio faz parte do curso
Fundamentos de Inferência em Python
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# 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)