Summary  
Using SciPy’s statistics module to calculate a confidence interval for a sample mean by applying the normal distribution’s interval method with specified confidence level, sample mean, and standard error.

General domain of usage  
Statistical inference

## Hvilke værdier kan vi estimere med et konfidensinterval?

I dette kursus vil vi estimere middelværdier, men du kan også estimere andre statistikker såsom varians, matematiske forventninger og mere.

Undersøg funktionen, der bruges til at beregne konfidensintervaller.


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

Funktionen `st.norm.interval()` bruges til at beregne et konfidensinterval med følgende parametre:
- Parameteren `confidence` angiver **konfidensniveauet**;
- Parameteren `loc` angiver **middelværdien af fordelingen**;
- `scale` er **standardfejlen for middelværdien**.

## Hvad er standardfejlen for middelværdien?

Standardfejlen for middelværdien, ofte kaldet standardfejl, måler hvor sandsynligt det er, at populationsmiddelværdien afviger fra et stikprøvegennemsnit.

Prøv at ændre parameteren `confidence` og observer ændringerne.

# 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)

Opbyg et solidt fundament i statistik ved hjælp af Python. Lær essentielle statistiske begreber og anvend dem gennem NumPy og pandas. Gå fra grundlæggende mål som gennemsnit og varians til hypotesetest, konfidensintervaller og datadrevne indsigter med praktiske øvelser.

Opdag grundlæggende statistiske principper, herunder datatyper, mål for central tendens og væsentlige forskelle mellem stikprøver og populationer.

Lær at beregne og fortolke gennemsnit, median og typetal ved hjælp af Python. Øv disse operationer med pandas for at analysere virkelige datasæt.

Forstå hvordan varians og standardafvigelse måler dataspredning. Lær at beregne begge dele manuelt og ved hjælp af Python-værktøjer.

Undersøg, hvordan kovarians og korrelation beskriver relationer mellem variable. Øv dig i at beregne og sammenligne begge metrikker i Python.

Behersk konfidensintervaller til at estimere populationsparametre. Brug NumPy, pandas og visualiseringsbiblioteker til at beregne og fortolke intervaller med virkelige data.

Lær det grundlæggende i hypoteseafprøvning og t-testen. Forstå, hvordan man designer, udfører og fortolker tests ved hjælp af Python til at understøtte datadrevne beslutninger.

Beregning af Konfidensinterval med Python

Hvilke værdier kan vi estimere med et konfidensinterval?

Hvad er standardfejlen for middelværdien?