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 pandas 與 numpy,並使用其慣用別名。
本練習屬於課程
Python 中的假設檢定
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)