**Welche Werte können wir mit einem Konfidenzintervall schätzen?**

In diesem Kurs werden wir Mittelwerte schätzen, aber Sie können auch andere Statistiken wie Varianzen, mathematische Erwartungen und mehr schätzen.

Nun lassen Sie uns in die Funktion zur Berechnung von Konfidenzintervallen eintauchen.

```python
st.norm.interval(confidence=0.95, loc=np.mean(dist), scale=st.sem(dist))
```

Die Funktion `st.norm.interval()` wird verwendet, um ein Konfidenzintervall mit den folgenden Parametern zu berechnen:
- Der Parameter `confidence` repräsentiert das **Konfidenzniveau**;
- Der Parameter `loc` bezeichnet den **Mittelwert der Verteilung**;
- Der `scale` ist der **Standardfehler des Mittels**.

**Was ist der Standardfehler des Mittels?**

Der Standardfehler des Mittels, oft einfach Standardfehler genannt, misst, wie wahrscheinlich es ist, dass der Populationsmittelwert von einem Stichprobenmittelwert abweicht.

Versuchen Sie, den Parameter `confidence` zu ändern und beobachten Sie die Änderungen.

# Importing libraries
import scipy.stats as st
import numpy as np

# Creating random normal distribution
dist = st.norm.rvs(size=1000, loc=50, scale=2)

# Finding confidence interval
confidence = st.norm.interval(confidence=0.95, loc=np.mean(dist), scale=st.sem(dist))

print(confidence)

Dieser Kurs vermittelt Ihnen grundlegende Kenntnisse der Statistik. Er richtet sich an Studierende mit Grundkenntnissen der Python-Syntax, da sie mit den Modulen NumPy und pandas arbeiten werden. Im Laufe des Kurses werden Sie mit den grundlegenden Konzepten vertraut gemacht und dann schrittweise zu komplexeren Konzepten und Aufgaben übergehen.

Dieser Abschnitt wird uns helfen, mit dem ersten echten statistischen Fall umzugehen: das Finden von confidence intervals. Es erfordert Kenntnisse in den Bibliotheken NumPy, pandas, Matplotlib und Seaborn, um mathematische Formeln zu berechnen und Visualisierungen zu erstellen! Um Sie zu ermutigen, diesen Abschnitt zu bestehen, möchte ich darauf hinweisen, dass Sie auf eine kleine Menge Theorie, aber eine erhebliche Menge an Praxis stoßen werden!

Ein untrennbarer Teil des Lebens eines Datenanalysten ist das Durchführen von Hypothesentests. Nach Abschluss dieses Abschnitts werden Sie die Idee hinter dem Testen in der Statistik verstehen und in der Lage sein, einen t-Test mit Python durchzuführen.

Lernen von Statistik mit Python

Berechnung des Konfidenzintervalls mit Python