Vizualizace dobré shody

Chi-square test dobré shody porovnává proporce jednotlivých úrovní kategorické proměnné s hypotetickými hodnotami. Před samotným testem se hodí vizuálně porovnat rozložení v datech s očekávaným rozložením.

Vzpomeň si na hodnoty incoterms dodavatelů v datasetu late_shipments. Předpokládáme, že čtyři hodnoty se v populaci zásilek vyskytují s těmito frekvencemi:

CIP: 0,05
DDP: 0,1
EXW: 0,75
FCA: 0,1

Tyto frekvence jsou uloženy v DataFrame hypothesized.

DataFrame incoterm_counts obsahuje výsledky .value_counts() pro sloupec vendor_inco_term.

Dataset late_shipments je k dispozici; pandas a matplotlib.pyplot jsou načteny pod jejich standardními aliasy.

Toto cvičení je součástí kurzu

Testování hypotéz v Pythonu

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Find the number of rows in late_shipments
n_total = ____

# Print n_total
print(n_total)

Upravit a spustit kód