Бернулли пробует вычисление доверительного интервала в Python с объяснением [закрыто]
Допустим, 0,06 процента ламп, произведенных на всех заводах MyBulbCompany, являются дефектными, потому что 10 000 000 ламп были проверены случайным образом, 6000 из них были признаны дефектными. На заводе в Колумбусе обнаружено 70 дефектных ламп из 10 000, т. Е. 0,07 процента дефектных ламп. На заводе в Индианполисе обнаружено 40 дефектных ламп из 10 000, т. Е. 0,04 процента дефектных ламп. Завод в Миниаполисе утверждает, что имеет только 0,04 процента дефектов, в то время как они исследовали только 100. Задаваемые вопросы:
- MyBulbCompany: каков 80% доверительный интервал, чтобы сказать, что растение может иметь дефектное соотношение между (нижняя граница, верхняя граница)
- Чтобы иметь нижнюю и верхнюю границы от 0,05 до 0,07, что будет доверительным интервалом.
- Насколько я могу сказать, что Plant at Columbus значительно плох, и есть некоторые возможности для улучшения.
- Как сравнить и противопоставить претензии Индианполиса и Миниполиса. ? Каково значение P, если миниполисы хотят подтвердить свои требования с достоверностью 97%, сколько образцов необходимо исследовать.
Пожалуйста, предоставьте иллюстрацию и синтаксис Python для решения таких проблем. Я вижу API как `
scipy.stats.binom
rv = binom(n, p)
interval(alpha, n, p, loc=0)
Не совсем уверен, как это применить, может ли кто-нибудь помочь мне с scipy.stats.binom или любым подобным API. У этого вопроса есть один математический абсолютный ответ, и может потребоваться пара API. Пожалуйста, предоставьте пример с scipy.stats.binom или любым другим на основе Python. В противном случае, по крайней мере, на основе R