两样本比例检验

您可能想知道，支付的运费是否会影响货件是否延迟。回忆一下，在 late_shipments 数据集里，货件是否延迟存储在 late 列中。运费分组存储在 freight_cost_group 列中，类别为 "expensive" 和 "reasonable"。

要检验的假设，其中 "late" 表示该组的延迟发货比例，为：

\(H_{0}\): \(late_{\text{expensive}} - late_{\text{reasonable}} = 0\)

\(H_{A}\): \(late_{\text{expensive}} - late_{\text{reasonable}} > 0\)

p_hats 包含每个 freight_cost_group 的总体比例估计值（样本比例）：

freight_cost_group  late
expensive           Yes     0.082569
reasonable          Yes     0.035165
Name: late, dtype: float64

ns 包含这些分组的样本量：

freight_cost_group
expensive     545
reasonable    455
Name: late, dtype: int64

已按常用别名导入了 pandas 和 numpy，并且可从 scipy.stats 调用 norm。