開始使用免費開始

計算 z 分數

因為變數的範圍與單位可能各不相同,我們需要將它們標準化。舉例來說,如果一個假設檢定在變數改用歐元而非美元時會得到不同答案,那就沒有什麼價值。標準化可以避免這種情況。

在假設檢定中,一個常見的標準化指標稱為 z 分數。要計算它,你需要三個數值:樣本統計量(點估計)、假設下的統計量,以及統計量的標準誤(可由自助抽樣分配估計)。

樣本統計量已存於 late_prop_samp

late_shipments_boot_distn 是遲到出貨比例的自助抽樣分配,型態為 list。

已載入 pandasnumpy,並使用其慣用別名。

本練習屬於課程

Python 中的假設檢定

檢視課程

練習說明

  • 假設遲到出貨的比例為 6%。
  • 由自助抽樣分配的標準差計算標準誤。
  • 計算 z 分數。

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# 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)
編輯並執行程式碼