Mão na massa: executando teste z com p-valor

Calcule a média amostral das avaliações.

# media amostral
media = df_techtaste['avaliacoes'].mean()
media

Formule hipóteses para o problema da empresa.

H0: u = 30
H1: u != 30

Estabelecidos o nível de confiança em 95% e o desvio padrão populacional em 2.65, verifique se a média da amostra está definida dentro do intervalo de confiança da hipótese nula.

# calculo do IC
confianca = 0.95
desvio_padrao = 2.65
tamanho_amostra = len(df_techtaste)

intervalo = stats.norm.interval(confianca,
                                loc = hipotese,
                                scale = desvio_padrao/np.sqrt(tamanho_amostra))

print('IC(95%):', intervalo)

O que é possível entender a partir do resultado da etapa anterior?

A média amostral está fora do intervalo de confiança calculado para a hipotese nula, logo temos evidências para rejeitar a hipotese nula.

Utilize o Teste Z para calcular o valor da Estatística Z e o p-valor para o problema da TechTaste.

# calculo ztest

from statsmodels.stats.weightstats import ztest

stats, p_valor = ztest(x1 = df_techtaste['avaliacoes'], value = 30, alternative = 'two-sided')

print(stats, p_valor)

Pelos resultados anteriores, a hipótese nula formulada é rejeitada ou não rejeitada? Explique o que justifica sua decisão.

if p_valor < 0.05:
    conclusao = 'Rejeitar a hipótese nula'
else:
    conclusao = 'Não rejeita a hipótese nula'

print('Conclusão:', conclusao)

O p-valor calculado foi menor que o nivel de significancia considerado, por isso rejeitamos a hipotese nula.