LoslegenKostenlos loslegen

EDA zu Alphabetisierung und Fertilität

In den nächsten Übungen schauen wir uns den Zusammenhang zwischen der Alphabetisierung von Frauen und der Fertilität an (definiert als durchschnittliche Anzahl an Kindern pro Frau) – weltweit. Zur einfacheren Analyse und Interpretation arbeiten wir mit der Illiterate-Rate.

Es ist immer sinnvoll, vor der Analyse eine EDA zu machen. Erstelle dazu ein Diagramm von Fertilität gegen Illeteratismus und berechne den Pearson-Korrelationskoeffizienten. Das NumPy-Array illiteracy enthält die Illetaritätsrate unter Frauen für die meisten Länder der Welt. Das Array fertility enthält die entsprechenden Fertilitätsdaten.

Hier kann es hilfreich sein, noch einmal auf die Funktion zurückzugreifen, die du im vorherigen Kurs geschrieben hast, um den Pearson-Korrelationskoeffizienten zu berechnen.

Diese Übung ist Teil des Kurses

Statistical Thinking in Python (Teil 2)

Kurs anzeigen

Anleitung zur Übung

  • Plotte fertility (y-Achse) gegen illiteracy (x-Achse) als Streudiagramm.
  • Setze einen Rand von 2 %.
  • Berechne und gib den Pearson-Korrelationskoeffizienten zwischen illiteracy und fertility aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Plot the illiteracy rate versus fertility
_ = plt.plot(____, ____, ____='.', ____='none')

# Set the margins and label axes
plt.margins(____)
_ = plt.xlabel('percent illiterate')
_ = plt.ylabel('fertility')

# Show the plot
plt.show()

# Show the Pearson correlation coefficient
print(pearson_r(____, ____))
Code bearbeiten und ausführen