EmpezarEmpieza gratis

Visualizar muestras

Viste que una única muestra puede dar una estimación puntual poco fiable. Para investigarlo decides tomar 100 muestras de 90 días consecutivos de datos de trading de BTC. Para cada una de estas 100 muestras calculas el cambio porcentual de BTC en ese periodo. Luego quieres representar estos datos con un histograma para entender la distribución muestral.

Aunque estas visualizaciones pueden crearse con plt.hist(), en este ejercicio practicarás usando el argumento .plot() en un DataFrame, con los argumentos bins y density.

Las 100 muestras de cambio porcentual ya se han cargado en btc_pct_change_list. Es una lista de longitud 100 en la que cada elemento es el cambio porcentual de BTC para una de las 100 muestras elegidas. Matplotlib también se ha importado como plt.

Este ejercicio forma parte del curso

Fundamentos de la inferencia en Python

Ver curso

Instrucciones del ejercicio

  • Dibuja un histograma del cambio porcentual de BTC con 15 bins, mostrando en el eje y la density en lugar del recuento.
  • Establece la etiqueta del eje x como "BTC 90-day percent change".
  • Establece la etiqueta del eje y como "Percent of samples".
  • Establece el título como "Sampling distribution of BTC 90-day change".

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Plot a histogram of percent changes
plt.____(____, bins=____, density=____)
# Set the x-axis label
plt.____('BTC 90-day percent change')
# Set the y-axis label
plt.____('Percent of samples')
# Set the title
plt.____('Sampling distribution of BTC 90-day change')

plt.show()
Editar y ejecutar código