Ingresos globales: Dispersión

Un cuantil es una medida de dispersión que se obtiene al dividir la distribución de frecuencias de un DataFrame en grupos iguales. Puedes devolver los valores en el cuantil q de un DataFrame df con el comando df.quantile(q); del mismo modo, si pasas una lista como q, se devolverá un valor para cada cuantil indicado.

Aquí continuarás con el análisis de la distribución global de ingresos usando dos medidas de dispersión: la desviación estándar (raíz cuadrada de la varianza) y el rango intercuartílico (IQR).

pandas se ha importado como pd, y el DataFrame income del ejercicio anterior está en tu espacio de trabajo.

Este ejercicio forma parte del curso

Importación y gestión de datos financieros en Python

Ver curso

Instrucciones del ejercicio

Usando las funciones adecuadas, calcula la media del ingreso per cápita como mean y la desviación estándar como std.
Sin usar .quantile(), calcula e imprime los límites inferior y superior de un intervalo de una desviación estándar alrededor de la media en una lista bounds:
- resta std a mean como primer elemento
- suma std a mean como segundo elemento
Usando .quantile() y una lista con dos valores decimales adecuados, calcula e imprime el primer y el tercer cuartil de 'Income per Capita' como quantiles. ¿Coinciden los valores?
Calcula e imprime el IQR, iqr, usando la expresión de resta sencilla que aprendiste en el vídeo.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Calculate mean
mean = ____

# Calculate standard deviation
std = income['Income per Capita'].std()

# Calculate and print lower and upper bounds
bounds = [____, ____]
print(bounds)

# Calculate and print first and third quartiles
quantiles = income['Income per Capita'].____([____, ____])
print(quantiles)

# Calculate and print IQR
iqr = ____ - ____
print(iqr)

Editar y ejecutar código