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

## Mitä arvoja voimme arvioida luottamusvälin avulla?

Tällä kurssilla arvioimme keskiarvoja, mutta voit arvioida myös muita tilastollisia suureita, kuten variansseja, matemaattisia odotusarvoja ja muita.

Tutustu funktioon, jota käytetään luottamusvälin laskemiseen.


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

Funktion `st.norm.interval()` avulla lasketaan luottamusväli seuraavilla parametreilla:
- Parametri `confidence` tarkoittaa **luottamustasoa**;
- Parametri `loc` tarkoittaa **jakauman keskiarvoa**;
- `scale` on **keskiarvon keskivirhe**.

## Mikä on keskiarvon keskivirhe?

Keskiarvon keskivirhe, usein nimeltään keskivirhe, mittaa kuinka todennäköisesti populaation keskiarvo poikkeaa otoksen keskiarvosta.

Kokeile muuttaa `confidence`-parametria ja tarkkaile muutoksia.

# 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)

Rakenna vahva tilastotieteen perusta Pythonilla. Opiskele keskeiset tilastolliset käsitteet ja sovella niitä NumPyn ja pandasin avulla. Siirry perusmittareista, kuten keskiarvosta ja varianssista, hypoteesitesteihin, luottamusväleihin ja datalähtöisiin oivalluksiin käytännön harjoitusten kautta.

Tutustu tilastotieteen keskeisiin periaatteisiin, mukaan lukien tietotyypit, keskiluvut sekä keskeiset erot otosten ja perusjoukkojen välillä.

Opi laskemaan ja tulkitsemaan keskiarvo, mediaani ja moodi Pythonilla. Harjoittele näitä operaatioita pandas-kirjastolla analysoidaksesi oikeita tietoaineistoja.

Ymmärrä, miten varianssi ja keskihajonta mittaavat aineiston hajontaa. Opiskele laskemaan molemmat sekä käsin että Python-työkaluilla.

Tutustu siihen, miten kovarianssi ja korrelaatio kuvaavat muuttujien välisiä suhteita. Harjoittele molempien mittareiden laskemista ja vertailua Pythonilla.

Hallitse luottamusvälit populaatioparametrien arvioimiseksi. Käytä NumPya, pandas-kirjastoa ja visualisointikirjastoja luottamusvälien laskemiseen ja tulkintaan oikean datan avulla.

Opi hypoteesin testauksen ja t-testin perusteet. Ymmärrä, kuinka testejä suunnitellaan, suoritetaan ja tulkitaan Pythonin avulla tietoon perustuvien päätösten tukemiseksi.

Calculating Confidence Interval with Python

Mitä arvoja voimme arvioida luottamusvälin avulla?

Mikä on keskiarvon keskivirhe?