Summary  
This chapter explains how to calculate and interpret confidence intervals at a specified confidence level by selecting an alpha value, and how to formulate and evaluate null versus alternative hypotheses for statistical inference.

General domain of usage  
Statistical data analysis

信頼区間は、未知のパラメータに対する推定値の範囲。計算には信頼水準の指定が必要。最も一般的な信頼水準は95%であり、90%や99%もよく使用される。

定義

## 95%信頼水準の意味

95%信頼水準とは、95%のケースで推定値が区間の下限と上限の間に入ることを意味する。

## アルファ値

信頼区間は通常、1からアルファ値（1-α）を引いた値に等しい。アルファは第I種の誤り（真の帰無仮説を誤って棄却する確率）を表す。

## 帰無仮説と対立仮説

帰無仮説と対立仮説は、データに基づいて判断を下すために統計的検定で用いられる仮定。これらの仮説は互いに排他的な命題であり、通常は帰無仮説を棄却するか棄却しないかを判断する。

このセクションではペンギンデータを使用。セクションの終わりには、「**95%の信頼水準で、ペンギンの平均体重は...**」と自信を持って述べることができる。

Pythonを使用して統計学の基礎をしっかりと築きます。必須の統計概念を学び、NumPyやpandasを通じて実践的に応用します。平均や分散などの基本的な指標から、仮説検定、信頼区間、データ駆動型の洞察まで、ハンズオンで習得します。

データ型、代表値、サンプルと母集団の主な違いなど、統計学の基本原則を学びます。

Pythonを使用して平均値、中央値、最頻値を計算し解釈する方法を学習します。pandasを用いて実際のデータセットでこれらの操作を練習します。

分散と標準偏差がデータのばらつきをどのように測定するかを理解します。手動およびPythonツールを使用して両方を計算する方法を学びます。

共分散と相関が変数間の関係をどのように表すかを探求します。Pythonで両方の指標を計算し比較する練習を行います。

信頼区間を習得し、母集団パラメータを推定します。NumPy、pandas、および可視化ライブラリを使用して、実データで区間を計算し解釈します。

仮説検定とt検定の基礎を学習します。データに基づいた意思決定を支援するために、Pythonを用いて検定を設計・実施・解釈する方法を理解します。