Variance et écart type
La variance et l'écart type sont deux façons très répandues de mesurer la dispersion d'une variable, et vous allez vous exercer à les calculer ici. La dispersion est importante, car elle aide à définir les attentes. Par exemple, si une ou un représentant des ventes vend en moyenne 20 produits par jour, mais que l'écart type est de 10 produits, il y aura probablement des jours où 40 produits seront vendus, mais aussi des jours où seulement un ou deux le seront. Ce type d'information est essentiel, surtout lorsqu'on fait des prévisions.
pandas a été importé sous le nom pd, numpy sous np, et matplotlib.pyplot sous plt; le DataFrame food_consumption est aussi disponible.
Cette activité fait partie du cours
Introduction à la statistique en Python
Instructions de l’exercice
- Calculez la variance et l'écart type de
co2_emissionpour chaquefood_categoryavec les méthodes.groupby()et.agg(); comparez les valeurs de variance et d'écart type. - Créez un histogramme de
co2_emissionpour lesbeefdansfood_categoryet affichez le graphique. - Créez un histogramme de
co2_emissionpour leseggsdansfood_categoryet affichez le graphique.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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()