Formularea concluziilor pe baza eșantioanelor
Ai văzut cum eșantionarea aleatoare poate fi folosită pentru a alege un eșantion de date reprezentativ (cel puțin în teorie!) pentru populația studiată. Ai văzut, de asemenea, cum părtinirea în procedura de eșantionare poate duce la concluzii cel puțin discutabile, dacă nu complet eronate.
În acest exercițiu vei analiza prețul mediu de închidere al indicelui S&P 500. Dacă iei două eșantioane diferite de zile de tranzacționare și calculezi intervale de încredere pentru fiecare, te-ai aștepta să obții același rezultat? E momentul să explorezi și să vezi!
Acest exercițiu face parte din cursul
Bazele inferenței în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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)