Začněte nyníZačněte zdarma

Přizpůsobení normálního rozdělení

Při práci s relativně malými datovými sadami často nemáš dostatek dat pro spolehlivé statistické závěry. Pokud ale máš důvod se domnívat, že data sledují normální rozdělení, může být rozumné toto rozdělení přizpůsobit datům a pracovat s ním místo se surovými daty. V tomto cvičení budeš pracovat se stejnými daty o hispánských hasičích, u kterých jsi dříve prokázal/a normální rozdělení na hladině 5 %. Přizpůsobíš k nim normální rozdělení a pomocí něj odhadneš, jaké procento těchto zaměstnanců by obecně mělo mít méně než 10 let praxe.

Tento DataFrame je načtený v proměnné salary_df. K dispozici máš také balíčky pandas jako pd, NumPy jako np, Matplotlib jako plt a balíček stats ze SciPy.

Toto cvičení je součástí kurzu

Základy statistické inference v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Přizpůsob normální rozdělení sloupci Years of Employment a ulož výslednou střední hodnotu a směrodatnou odchylku.
  • Pomocí těchto hodnot v normální CDF odhadni procento zaměstnanců s méně než deseti lety praxe.
  • Toto procento vypiš.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Fit a normal distribution to the data
mu, std = ____

# Compute the percentage of employees with less than 10 years experience
percent = stats.____(____, loc=____, scale=____)

# Print out this percentage
____
Upravit a spustit kód