计算 z 分数
由于变量的取值范围和单位可能不同,我们需要对它们进行标准化。比如,若假设检验在将变量从美元改为欧元后给出不同结论,那几乎没有参考价值。标准化可以避免这种问题。
在假设检验中,一个重要的标准化数值是 z 分数。计算它需要三个数字:样本统计量(点估计)、假设的统计量,以及该统计量的标准误(由自助法分布估计)。
样本统计量已存于 late_prop_samp。
late_shipments_boot_distn 是延迟发货比例的自助法(bootstrap)分布,以列表形式提供。
已加载 pandas 和 numpy,并使用其常用别名。
本练习是课程的一部分
Python 假设检验
练习说明
- 假设延迟发货的比例为 6%。
- 由自助法分布的标准差计算标准误。
- 计算 z 分数。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)