Začněte nyníZačněte zdarma

Odpovídají data našemu modelu?

Modeloval/a jsi situace bez povolené mety pomocí exponenciálního rozdělení. Vytvoř ECDF ze skutečných dat a překryj ho teoretickým CDF. Tímto způsobem si ověříš, zda exponenciální rozdělení skutečně odpovídá pozorovaným datům.

Může ti pomoci připomenout si funkci, kterou jsi napsal/a v předchozím kurzu pro výpočet ECDF, a také kód, který jsi použil/a pro jeho vykreslení.

Toto cvičení je součástí kurzu

Statistical Thinking in Python (Part 2)

Zobrazit kurz

Pokyny k cvičení

  • Vypočítej ECDF ze skutečných časů mezi hrami bez povolené mety (nohitter_times). Použij funkci ecdf(), kterou jsi napsal/a v předchozím kurzu.
  • Vytvoř CDF z teoretických vzorků, které jsi získal/a v minulém cvičení (inter_nohitter_time).
  • Vykresli x_theor a y_theor jako čáru pomocí plt.plot(). Poté překryj ECDF skutečných dat x a y jako body — k tomu musíš v plt.plot() zadat klíčové argumenty marker = '.' a linestyle = 'none' spolu s x a y.
  • Nastav okraj grafu na 2 %.
  • Zobraz graf.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create an ECDF from real data: x, y
x, y = ____

# Create a CDF from theoretical samples: x_theor, y_theor
x_theor, y_theor = ____

# Overlay the plots
plt.plot(____, ____)
plt.plot(____, ____, marker=____, linestyle=____)

# Margins and axis labels
plt.margins(____)
plt.xlabel('Games between no-hitters')
plt.ylabel('CDF')

# Show the plot
plt.show()
Upravit a spustit kód