Varianza y desviación típica
La varianza y la desviación típica son dos de las formas más habituales de medir la dispersión de una variable, y en este ejercicio practicarás su cálculo. La dispersión es importante, ya que puede ayudar a definir las expectativas. Por ejemplo, si un vendedor vende una media de 20 productos al día, pero tiene una desviación típica de 10 productos, probablemente habrá días en los que venda 40 productos, pero también días en los que solo venda uno o dos. Este tipo de información es importante, sobre todo a la hora de hacer predicciones.
pandas se ha importado como pd, numpy como np y matplotlib.pyplot como plt; también está disponible el DataFrame food_consumption.
Este ejercicio forma parte del curso
Introducción a la estadística en Python
Instrucciones de ejercicio
- Calcula la varianza y la desviación típica de
co2_emissionpara cadafood_categorycon los métodos.groupby()y.agg(); compara los valores de la varianza y la desviación típica. - Crea un histograma de
co2_emissionparabeefenfood_categoryy muestra el gráfico. - Crea un histograma de
co2_emissionparaeggsenfood_categoryy muestra el gráfico.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# 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()