**Quelles valeurs pouvons-nous estimer à l'aide d'un intervalle de confiance ?**

Dans ce cours, nous estimerons des valeurs moyennes, mais vous pouvez estimer d'autres statistiques telles que les variances, les espérances mathématiques, et plus encore.

Maintenant, plongeons dans la fonction de calcul des intervalles de confiance.

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

La fonction `st.norm.interval()` est utilisée pour calculer un intervalle de confiance avec les paramètres suivants :
- Le paramètre `confidence` représente le **niveau de confiance** ;
- Le paramètre `loc` signifie la **valeur moyenne de la distribution** ;
- Le `scale` est l'**erreur standard de la moyenne**.

**Qu'est-ce que l'erreur standard de la moyenne ?**

L'erreur standard de la moyenne, souvent appelée erreur standard, mesure la probabilité que la moyenne de la population s'écarte de la moyenne de l'échantillon.

Essayez de changer le paramètre `confidence` et observez les changements.

# 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)

Ce cours vous donne une connaissance de base des statistiques. Il est destiné aux étudiants ayant une connaissance de base de la syntaxe Python car ils travailleront avec les modules NumPy et pandas. Au cours du cours, vous vous familiariserez avec les concepts de base, puis passerez progressivement à des concepts et tâches plus complexes.

Cette section nous aidera à traiter le premier cas statistique réel : trouver des intervalles de confiance. Elle nécessite la connaissance des bibliothèques NumPy, pandas, Matplotlib et Seaborn pour calculer des formules mathématiques et créer des visualisations ! Pour vous encourager à passer cette section, je tiens à souligner que vous rencontrerez une petite quantité de théorie mais une quantité significative de pratique !

Une partie inséparable de la vie d'un analyste de données est de réaliser des tests d'hypothèses. Après avoir terminé cette section, vous comprendrez l'idée derrière les tests en statistiques et serez capable de réaliser un t-test en utilisant Python.

Apprendre les Statistiques avec Python

Calcul du Intervalle de Confiance avec Python