शुरू करेंमुफ़्त में शुरू करें

Goodness of fit का विज़ुअलाइज़ेशन

Chi-square goodness of fit test किसी श्रेणीबद्ध वैरिएबल के हर स्तर के अनुपातों की तुलना परिकल्पित मानों से करता है। ऐसा टेस्ट चलाने से पहले, सैंपल में मौजूद वितरण की परिकल्पित वितरण से विज़ुअल तुलना करना उपयोगी होता है।

late_shipments डेटासेट में vendor incoterms को याद कीजिए। आप यह परिकल्पना करते हैं कि शिपमेंट्स की पॉपुलेशन में ये चार मान निम्नलिखित आवृत्तियों के साथ होते हैं।

  • CIP: 0.05
  • DDP: 0.1
  • EXW: 0.75
  • FCA: 0.1

ये आवृत्तियाँ hypothesized DataFrame में स्टोर हैं।

incoterm_counts DataFrame में vendor_inco_term कॉलम के .value_counts() स्टोर हैं।

late_shipments उपलब्ध है; pandas और matplotlib.pyplot उनकी मानक उपनामों के साथ लोड हैं।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Hypothesis Testing

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Find the number of rows in late_shipments
n_total = ____

# Print n_total
print(n_total)
कोड संपादित करें और चलाएँ