Adattare una distribuzione normale
Quando lavori con insiemi di dati relativamente piccoli, spesso non hai abbastanza osservazioni per fare un'inferenza solida. Tuttavia, se sospetti che i dati seguano una distribuzione normale, può essere ragionevole adattare una distribuzione normale e lavorare con quella, invece che con i dati grezzi. In questo esercizio userai gli stessi dati sui vigili del fuoco ispanici che in precedenza hai mostrato essere normalmente distribuiti al livello del 5%. Adatterai una distribuzione normale e la userai per trovare la percentuale di questi dipendenti che ci aspetteremmo in generale abbiano meno di 10 anni di esperienza.
Questo DataFrame è stato caricato per te in salary_df. I pacchetti pandas come pd, NumPy come np, Matplotlib come plt e il pacchetto stats di SciPy sono già stati caricati.
Questo esercizio fa parte del corso
Fondamenti dell'inferenza in Python
Istruzioni dell'esercizio
- Adatta una distribuzione normale alla colonna
Years of Employmente salva la media e la deviazione standard risultanti. - Usa questa media e deviazione standard in una CDF normale per stimare la percentuale di dipendenti con meno di dieci anni di esperienza.
- Stampa questa percentuale.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Fit a normal distribution to the data
mu, std = ____
# Compute the percentage of employees with less than 10 years experience
percent = stats.____(____, loc=____, scale=____)
# Print out this percentage
____