Dimensione dell'effetto per variabili categoriche
Nei dati dei dipendenti della City of Austin hai visto che i titoli di lavoro non sono distribuiti equamente tra i generi. Ma vale lo stesso per le etnie? E in che misura l’etnia è collegata al titolo di lavoro scelto? In questo esercizio approfondirai la questione per rispondere a queste domande.
Per te è stato caricato un DataFrame che confronta titoli di lavoro ed etnie (employees_df), insieme ai pacchetti pandas come pd, NumPy come np e stats da SciPy.
Questo esercizio fa parte del corso
Fondamenti dell'inferenza in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Compute the chi-squared statistic
chi2, p, d, expected = stats.____(____)
# Compute the DOF using the number of rows and columns
dof = min(____.shape[0] - 1, ____.shape[1] - 1)
# Compute the total number of people
n = np.sum(____.values)
# Compute Cramer's V
v = np.____((____ / ____) / ____)
print("Cramer's V:", v, "\nDegrees of freedom:", dof)