Вычисление доверительного интервала
Если вы указываете единственную оценку выборочной статистики, она почти наверняка окажется неточной. Например, предполагаемая доля просроченных поставок составляла 6%. Даже если данные не дают оснований отвергнуть нулевую гипотезу о том, что эта доля равна 6%, в каждой новой выборке она будет немного отличаться из-за выборочной изменчивости. Поэтому имеет смысл указывать доверительный интервал. То есть формулировать это так: «мы на 95% „уверены", что доля просроченных поставок находится между A и B» (для некоторых значений A и B).
В курсе по выборкам в Python было показано два способа вычисления доверительных интервалов. Здесь вы воспользуетесь квантилями бутстрэп-распределения.
Переменная late_prop_samp и список late_shipments_boot_distn уже доступны; библиотеки pandas и numpy загружены со стандартными псевдонимами.
Это упражнение является частью курса
Проверка гипотез в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Calculate 95% confidence interval using quantile method
lower = ____
upper = ____
# Print the confidence interval
print((lower, upper))