数据科学的诞生:历史上第一个假设测试与Python的洞见

数据科学的诞生:第一个假设测试与Python的洞见

深入了解每个数据科学家都需要了解的基于Python的洞察力

对图片选择感到困惑?通过阅读文章来发现原因!图片来自pixabay.com。

在18世纪伦敦的精致氛围中,一些开拓者们展开了一场永远改变我们对数据和统计的理解的探索。约翰·阿巴斯诺特是一位卓越的苏格兰医生和数学家,他踏上了一段非凡之旅,出于无尽的好奇心,去探索出生记录的复杂性。他并没有意识到,他的好奇心将为统计学的革命奠定基础。

男孩比女孩多吗?

这是18世纪时让约翰·阿巴斯诺特感到困惑的简单问题。他想知道为什么似乎有更多男婴出生而不是女婴。他的好奇心促使他分析了伦敦多年的出生记录。基本上,他试图弄清楚这种模式是否有一些自然或随机的原因,或者是否可能存在一些更深层次的解释来解释男性和女性出生人数的差异。

数据收集

阿巴斯诺特的数据收集工作令人瞩目。在1629年到1710年的几十年间,他收集了伦敦的出生数据。这些记录提供了丰富可靠的数据来源,涵盖了相当大的人口。

阿巴斯诺特对积累这些历史出生数据的奉献为他后来的分析奠定了基础。这些广泛的记录为他提供了研究出生性别比例趋势的机会,为他的开创性统计分析奠定了基础。

零假设

阿巴斯诺特对自然出生性别比例的研究构成了他研究的核心。他假设在一个人口中,男性出生与女性出生的比例应该大致相等。换句话说,他认为长期来看,不应该有对一种性别的显著偏好。

这一假设根植于对男性和女性后代数量的“自然”平衡的观念,该观念如果…