การทดสอบความเหมาะสมของการกระจาย
กราฟแท่งของ vendor_inco_term แสดงให้เห็นว่าการกระจายข้อมูลทั้งสี่หมวดหมู่ใกล้เคียงกับการกระจายที่ตั้งสมมติฐานไว้ค่อนข้างมาก ต้องทำ การทดสอบความเหมาะสมแบบไคสแควร์ (chi-square goodness of fit test) เพื่อดูว่าความแตกต่างดังกล่าวมีนัยสำคัญทางสถิติหรือไม่
ทบทวนสมมติฐานของการทดสอบประเภทนี้:
\(H_{0}\): ตัวอย่างข้อมูลสอดคล้องกับการกระจายที่ตั้งสมมติฐานไว้
\(H_{A}\): ตัวอย่างข้อมูลไม่สอดคล้องกับการกระจายที่ตั้งสมมติฐานไว้
ในการตัดสินใจเลือกสมมติฐาน จะกำหนดระดับนัยสำคัญไว้ที่ 0.1
ใช้ late_shipments, incoterm_counts, และ hypothesized จากแบบฝึกหัดที่แล้วได้เลย และ chisquare จาก scipy.stats ถูกโหลดไว้ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การทดสอบสมมติฐานด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Perform a goodness of fit test on the incoterm counts n
gof_test = ____
# Print gof_test results
print(gof_test)