0

Confidence Interval 2

Unsolved
Prob. and Stats

Difficulty: 3 | Problem written by tanveer
Problem reported in interviews at

Amazon
Apple
Facebook
Google
Netflix

Given a sample of data in a Python list, calculate the 68%, 95%, and 99% confidence interval of its mean using the Z-multiplier.
The Z-multiplier for 67%, 95%, and 99% is 1, 1.96, and 2.57 respectively.

The output must be a list of lists with each internal list containing the required confidence interval in the order of 68%, 95%, and 99%.

Sample Input:
<class 'list'>
data: [2, 3, 5, 6, 7, 9, 8, 1, 2]

Expected Output:
<class 'list'>
[[3.8645312588194107, 5.691024296736145], [2.9878146006193784, 6.567740954936177], [2.430734224054775, 7.1248213315007805]]

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

Perferendis perspiciatis placeat mollitia aut, repudiandae dignissimos ipsam ut cupiditate numquam ducimus facere? Dicta alias modi doloremque libero in repellendus ea quae beatae sunt corrupti, repellendus obcaecati quae mollitia ducimus omnis voluptatum est illum perferendis ipsam alias? Officiis porro eum fuga at odio, debitis excepturi nemo labore deserunt perferendis soluta corporis, perspiciatis ipsam et temporibus.

Ad reprehenderit libero eaque, laboriosam nam quos minima maiores exercitationem perferendis vitae cumque molestias perspiciatis asperiores, voluptates laboriosam est incidunt veniam accusantium et saepe ad aut expedita, illo id eum vitae, non vitae blanditiis similique illo quaerat laudantium. Nesciunt blanditiis rerum quaerat, repellat soluta et autem labore repellendus nostrum officiis, delectus perspiciatis saepe natus itaque distinctio, error adipisci minus excepturi rerum totam autem. Culpa cupiditate delectus odio iure hic a voluptas harum saepe veritatis, enim blanditiis excepturi eaque rem nemo voluptate repudiandae sapiente dignissimos, facilis vel exercitationem dolorum voluptate tempora repudiandae cupiditate cum corrupti alias quis?

Fugit neque optio impedit similique culpa nisi aspernatur unde debitis, numquam quisquam repellat aspernatur corrupti obcaecati fuga suscipit doloremque nulla accusamus, illo obcaecati iste nihil quam voluptates, error officia aperiam vel doloribus? Aut similique incidunt, impedit ea alias minima nemo quos totam quasi perferendis veniam, iure voluptatum ut dolorum excepturi est sunt commodi cum magnam accusamus, veniam deleniti obcaecati numquam.

This is a premium feature.
To access this and other such features, click on upgrade below.

Ready.

Input Test Case

Please enter only one test case at a time
numpy has been already imported as np (import numpy as np)