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

## Welche Werte können wir mit einem Konfidenzintervall schätzen?

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

Untersuchen Sie die Funktion, die zur Berechnung von Konfidenzintervallen verwendet wird.


```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` steht für das **Konfidenzniveau**;
- Der Parameter `loc` bezeichnet den **Mittelwert der Verteilung**;
- Der Parameter `scale` ist der **Standardfehler des Mittelwerts**.

## Was ist der Standardfehler des Mittelwerts?

Der Standardfehler des Mittelwerts, oft als Standardfehler bezeichnet, misst, wie wahrscheinlich es ist, dass der Populationsmittelwert vom Stichprobenmittelwert abweicht.

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

# 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)

Erwerben Sie ein solides Fundament in Statistik mit Python. Lernen Sie grundlegende statistische Konzepte kennen und wenden Sie diese mit NumPy und pandas an. Von Basismaßen wie Mittelwert und Varianz bis hin zu Hypothesentests, Konfidenzintervallen und datenbasierten Erkenntnissen mit praxisnahen Übungen.

Erkunden Sie grundlegende statistische Prinzipien, einschließlich Datentypen, Maße der zentralen Tendenz und wesentliche Unterschiede zwischen Stichproben und Grundgesamtheiten.

Erlernen der Berechnung und Interpretation von Mittelwert, Median und Modus mit Python. Anwendung dieser Operationen mit pandas zur Analyse realer Datensätze.

Verstehen, wie Varianz und Standardabweichung die Streuung von Daten messen. Berechnung beider Werte manuell und mit Python-Werkzeugen.

Untersuchung, wie Kovarianz und Korrelation Beziehungen zwischen Variablen beschreiben. Berechnung und Vergleich beider Kennzahlen in Python anwenden.

Sicheres Beherrschen von Konfidenzintervallen zur Schätzung von Populationsparametern. Verwendung von NumPy, pandas und Visualisierungsbibliotheken zur Berechnung und Interpretation von Intervallen mit realen Daten.

Erlernen der Grundlagen von Hypothesentests und des t-Tests. Verständnis für die Planung, Durchführung und Interpretation von Tests mit Python zur Unterstützung datenbasierter Entscheidungen.

Berechnung des Konfidenzintervalls mit Python

Welche Werte können wir mit einem Konfidenzintervall schätzen?

Was ist der Standardfehler des Mittelwerts?

Awesome!

Berechnung des Konfidenzintervalls mit Python

Welche Werte können wir mit einem Konfidenzintervall schätzen?

Was ist der Standardfehler des Mittelwerts?