ldl वैरिएबल के लिए डिस्ट्रीब्यूशन फिट का मूल्यांकन
इस अभ्यास में, आप डायबिटीज डेटासेट dia के एक वैरिएबल पर ध्यान देंगे: ldl ब्लड सीरम. आप Kolmogorov–Smirnov परीक्षण से मिली अतिरिक्त जानकारी के आधार पर तय करेंगे कि ldl के लिए normal डिस्ट्रीब्यूशन अब भी अच्छा विकल्प है या नहीं.
आपके लिए dia DataFrame लोड कर दिया गया है. निम्नलिखित लाइब्रेरीज़ भी इम्पोर्ट की गई हैं: pandas as pd, numpy as np, और scipy.stats as st.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Monte Carlo Simulations
अभ्यास निर्देश
list_of_distsनाम की एक लिस्ट परिभाषित करें, जिसमें आपके कैंडिडेट डिस्ट्रीब्यूशन्स हों: Laplace, normal, और exponential (यही क्रम रखें);scipy.statsसे सही नाम इस्तेमाल करें.- लूप के अंदर, संबंधित probability डिस्ट्रीब्यूशन से डेटा को फिट करें और
paramके रूप में सेव करें. - गुडनेस-ऑफ़-फिट का आकलन करने के लिए Kolmogorov–Smirnov परीक्षण चलाएँ और परिणाम
resultमें सेव करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# List candidate distributions to evaluate
list_of_dists = [____]
for i in list_of_dists:
dist = getattr(st, i)
# Fit the data to the probability distribution
param = dist.____
# Perform the ks test to evaluate goodness-of-fit
result = ____
print(result)