Distribuzione degli errori
Quasi nessun processo reale può essere previsto alla perfezione. Un risultato desiderabile è che l'errore sia distribuito normalmente. Significa che alcuni valori reali saranno sopra la tua previsione e altri al di sotto. In altre parole, gli errori (cioè la differenza tra valori reali e previsioni) tenderanno a "fluttuare" casualmente attorno a zero.
In questo esercizio analizzerai i risultati di un modello lineare predefinito che predice lo stipendio di un agente di polizia. Esaminerai poi l'errore per vedere se è approssimativamente distribuito in modo normale. Le previsioni sono una lista di valori salvata in preds e gli stipendi reali sono una lista di valori salvata in salaries.
Questo esercizio fa parte del corso
Fondamenti dell'inferenza in Python
Istruzioni dell'esercizio
- Calcola l'errore come stipendi reali meno stipendi previsti.
- Rappresenta gli errori con un istogramma.
- Esegui un test di normalità di Anderson-Darling sugli errori.
- Trova e stampa i
significance_levelai quali l'ipotesi nulla verrebbe rifiutata.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Compute the error as actual minus predicted salary
error = ____
# Plot the errors as a histogram
plt.____(____)
plt.show()
# Conduct an Anderson-Darling test using the years of experience
result = ____(____)
# Find where the result is significant
print(result.____[result.____ > result.____])