การคำนวณช่วงความเชื่อมั่น
หากระบุค่าประมาณเพียงค่าเดียวสำหรับสถิติตัวอย่าง ค่านั้นย่อมคลาดเคลื่อนไปบ้างเสมอ ตัวอย่างเช่น สัดส่วนสมมติฐานของการจัดส่งที่ล่าช้าคือ 6% แม้หลักฐานจะสนับสนุนสมมติฐานหลักที่ว่าสัดส่วนนี้เท่ากับ 6% แต่สำหรับตัวอย่างใหม่ใดๆ สัดส่วนที่ได้ก็อาจแตกต่างออกไปเล็กน้อยเนื่องจากความแปรปรวนของการสุ่มตัวอย่าง ดังนั้นจึงเป็นแนวปฏิบัติที่ดีในการระบุช่วงความเชื่อมั่น กล่าวคือ เราบอกว่า "เรามี 'ความเชื่อมั่น' 95% ว่าสัดส่วนของการจัดส่งที่ล่าช้าอยู่ระหว่าง A และ B" (สำหรับค่า A และ B บางค่า)
คอร์ส Sampling in Python ได้สาธิต 2 วิธีในการคำนวณช่วงความเชื่อมั่น ในแบบฝึกหัดนี้จะใช้ค่าควอนไทล์ของการกระจาย bootstrap เพื่อคำนวณช่วงความเชื่อมั่น
late_prop_samp และ late_shipments_boot_distn พร้อมใช้งานแล้ว และโหลด pandas กับ numpy ด้วย alias ตามปกติ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การทดสอบสมมติฐานด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Calculate 95% confidence interval using quantile method
lower = ____
upper = ____
# Print the confidence interval
print((lower, upper))