Let's bring the z table back again. So now our z score is 2.26. So here's 2.2,
and here is where it intersects 0.06. So the probability of getting a mean less
than 40 is 0.9881. The probability of getting at least 40 is 1 minus 0.9881,
which is a far lower probability. So we have this really skinny sampling
distribution and the probability of getting greater than 40 is very small,
0.0119. So getting a sample of size 250 with a mean of 40, is pretty unlikely to
occur by chance. In this case, this shows some kind of relationship, probably,
between the Bieber Tweeter, and Klout score.
Voltemos à Tabela Z.
Agora nosso escore Z
é 2,26.
Aqui está 2,2...
e é aqui que ele intersecta
0,06.
A probabilidade de sortear
uma média menor que 40
é 0,9881.
A probabilidade de sortear
ao menos 40...
é 1-0,9881,
o que é uma probabilidade
bem menor.
Então temos uma distribuição
amostral bem magricela,
e a probabilidade
de ser maior que 40...
é muito pequena, 0,0119.
Então conseguir uma amostra
de tamanho 250 e média 40
é algo bem improvável
de acontecer ao acaso.
Sendo assim,
provavelmente há relação
entre o Bieber Tweeter
e o escore Klout.
再次拿出 z 表格 现在我们的 z 值是 2.26 这里是 2.2
这是与 0.06 交叉的地方 所以均值小于 40 的概率
是 0.9881 均值至少为 40 的概率是 1-0.9881
结果是个非常小的概率 抽样分布变得异常瘦高
均值大于 40 的概率非常的小
是 0.0119 表明样本量为 250 均值是 40 的样本几乎不太可能会偶然发生
在这种情况下 表明了 Bieber Tweeter 和 Klout 分数之间
可能存在的某种关系