Tính z-score
Vì các biến có miền giá trị và đơn vị đo tuỳ ý, chúng ta cần chuẩn hoá chúng. Ví dụ, một phép kiểm định giả thuyết cho kết quả khác nhau nếu biến được đo bằng Euro thay vì đô la Mỹ thì sẽ không có nhiều giá trị. Chuẩn hoá giúp tránh điều đó.
Một giá trị đã chuẩn hoá quan trọng trong kiểm định giả thuyết được gọi là z-score. Để tính nó, bạn cần ba con số: thống kê mẫu (ước lượng điểm), thống kê giả định, và sai số chuẩn của thống kê (ước tính từ phân phối bootstrap).
Thống kê mẫu có sẵn trong late_prop_samp.
late_shipments_boot_distn là phân phối bootstrap của tỷ lệ giao hàng trễ, có sẵn dưới dạng danh sách.
pandas và numpy đã được nạp với các bí danh quen thuộc.
Bài tập này là một phần của khóa học
Kiểm định giả thuyết trong Python
Hướng dẫn bài tập
- Giả định rằng tỷ lệ giao hàng trễ là 6%.
- Tính sai số chuẩn từ độ lệch chuẩn của phân phối bootstrap.
- Tính z-score.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Hypothesize that the proportion is 6%
late_prop_hyp = ____
# Calculate the standard error
std_error = ____
# Find z-score of late_prop_samp
z_score = ____
# Print z_score
print(z_score)