Varianza y desviación estándar
La varianza y la desviación estándar son dos de las formas más comunes de medir la dispersión de una variable, y en este ejercicio vas a practicar cómo calcularlas. La dispersión es importante porque ayuda a ajustar expectativas. Por ejemplo, si una persona de ventas vende una media de 20 productos al día, pero tiene una desviación estándar de 10 productos, probablemente habrá días en los que venda 40 productos, pero también días en los que solo venda uno o dos. Información como esta es clave, especialmente al hacer predicciones.
Se han importado pandas como pd, numpy como np y matplotlib.pyplot como plt; el DataFrame food_consumption también está disponible.
Este ejercicio forma parte del curso
Introducción a la estadística en Python
Instrucciones del ejercicio
- Calcula la varianza y la desviación estándar de
co2_emissionpara cadafood_categorycon los métodos.groupby()y.agg(); compara los valores de varianza y desviación estándar. - Crea un histograma de
co2_emissionparabeefenfood_categoryy muestra la gráfica. - Crea un histograma de
co2_emissionparaeggsenfood_categoryy muestra la gráfica.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Print variance and sd of co2_emission for each food_category
print(food_consumption.____('____')['____'].agg([____]))
# Create histogram of co2_emission for food_category 'beef'
food_consumption[____]['____'].____()
plt.show()
# Create histogram of co2_emission for food_category 'eggs'
plt.figure()
food_consumption[____]['____'].____()
plt.show()