Velikost účinku pro kategoriální proměnné
V datech zaměstnanců města Austin jsi viděl/a, že pracovní pozice mají nerovnoměrné zastoupení pohlaví. Platí ale totéž i pro etnickou příslušnost? A do jaké míry etnická příslušnost souvisí s výběrem pracovní pozice? V tomto cvičení se do toho pustíš a odpovíš na tuto otázku.
K dispozici máš DataFrame porovnávající pracovní pozice a etnické skupiny (employees_df) a také balíčky pandas jako pd, NumPy jako np a stats ze SciPy.
Toto cvičení je součástí kurzu
Základy statistické inference v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Compute the chi-squared statistic
chi2, p, d, expected = stats.____(____)
# Compute the DOF using the number of rows and columns
dof = min(____.shape[0] - 1, ____.shape[1] - 1)
# Compute the total number of people
n = np.sum(____.values)
# Compute Cramer's V
v = np.____((____ / ____) / ____)
print("Cramer's V:", v, "\nDegrees of freedom:", dof)