Segue minha resolução do desafio para verificação:
import pandas as pd
# Conjunto de dados TechTaste
df_techtaste = pd.DataFrame({'avaliacoes': [38, 44, 33, 42, 47, 33, 36, 39, 42, 36, 39, 34, 42, 42, 36, 43, 31, 35, 36, 41, 42, 30, 25, 38, 47, 36, 32, 45, 44, 45, 37, 48, 37, 36, 44, 49, 31, 45, 45, 40, 36, 50, 38, 34, 36, 42, 46, 49, 36, 34, 38, 31, 53, 40, 57, 40, 36, 42, 26, 50, 32, 43, 35, 37, 42, 30, 36, 43, 40, 43, 44, 52, 37, 51, 35, 47, 40, 50, 37, 49]})
# calculando a média amostral:
media = df_techtaste['avaliacoes'].mean()
# formulando uma hipótese, a de que a média é em torno de 35:
valor_media = 35
# Estabelecer o nível de confiança a 95%, com desvio padrão de 2.65:
import numpy as np
from scipy.stats import norm
intervalo = norm.interval(confidence = 0.95, loc = 35 , scale = (2.65 / np.sqrt(len(df_techtaste['avaliacoes']))))
intervalo
**(34.419303816868016, 35.580696183131984)**
# Com isso, entendemos que a média aproximada pode estar próxima do valor_media
# Utilizando o ZTest:
from statsmodels.stats.weightstats import ztest
stats, p_valor = ztest(x1 = df_techtaste['avaliacoes'], value = 35, alternative = "two-sided")
print("% 0.100f" % p_valor)
**0.0000000000025819927037710238503807632270677522635417278085157022360363043844699859619140625000000000**
