計算信賴區間

如果你只提供樣本統計量的一個單點估計，難免會有些誤差。例如，假設的延遲出貨比例是 6%。即使證據顯示虛無假設（延遲出貨的比例等於 6%）合理，對於任何新的出貨樣本，因為抽樣變異，實際比例很可能會有些不同。因此，給出一個信賴區間是個好主意。也就是說，你會說：「我們有 95% 的『信心』認為延遲出貨的比例介於 A 和 B 之間」（A 與 B 為某兩個數值）。

Sampling in Python 課程曾經［示範］(https://campus.datacamp.com/courses/sampling-in-python/bootstrap-distributions-4?ex=10) 兩種計算信賴區間的方法。這裡你會使用自助法分配（bootstrap distribution）的分位數來計算信賴區間。

late_prop_samp 與 late_shipments_boot_distn 已可使用；pandas 與 numpy 已以慣用別名載入。