Memvisualisasikan goodness of fit
Uji chi-square goodness of fit membandingkan proporsi setiap tingkat dari suatu variabel kategorikal dengan nilai yang dihipotesiskan. Sebelum menjalankan uji tersebut, akan membantu jika Anda membandingkan secara visual distribusi dalam sampel dengan distribusi yang dihipotesiskan.
Ingat kembali incoterm vendor dalam himpunan data late_shipments. Anda menghipotesiskan bahwa keempat nilai tersebut muncul dengan frekuensi berikut dalam populasi pengiriman.
CIP: 0,05DDP: 0,1EXW: 0,75FCA: 0,1
Frekuensi ini disimpan dalam DataFrame hypothesized.
DataFrame incoterm_counts menyimpan hasil .value_counts() dari kolom vendor_inco_term.
late_shipments tersedia; pandas dan matplotlib.pyplot telah dimuat dengan alias standarnya.
Latihan ini adalah bagian dari kursus
Pengujian Hipotesis dengan Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Find the number of rows in late_shipments
n_total = ____
# Print n_total
print(n_total)