Beräkna konfidensintervall
Nu när du har visat att samplingfördelningen för S&P 500:s stängningskurs är ungefär normalfördelad är det dags att beräkna ett konfidensintervall! Målet är att skatta det genomsnittliga stängningspriset för S&P 500 – och ett konfidensintervall ger dig just det.
Samma data btc_sp_df har lästs in åt dig, liksom paketen pandas som pd, NumPy som np och scipy.stats som stats.
Den här övningen är en del av kursen
Grunderna i inferens med Python
Övningsinstruktioner
- Välj ett slumpmässigt urval på 500 dagar från kolumnen
Close_SP500. - Beräkna medelvärdet för detta slumpmässiga urval.
- Beräkna standardfelet för urvalet som standardavvikelsen dividerad med kvadratroten av urvalsstorleken.
- Beräkna ett konfidensintervall på 95 % med hjälp av de värden du just beräknade.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Select a sample of 500 random days
sample_closing = np.____(____, size=____)
# Calculate the mean of the sample
sample_mean = ____
# Calculate the standard error of the sample
sample_se = ____ / ____
# Calculate a 95% confidence interval using this data
stats.norm.interval(alpha=____,
loc=____,
scale=____)