Visualizzare l'adattamento (goodness of fit)
Il test di bontà di adattamento chi-quadro (chi-square goodness of fit) confronta le proporzioni di ciascun livello di una variabile categorica con valori ipotizzati. Prima di eseguire questo test, può essere utile confrontare visivamente la distribuzione nel campione con la distribuzione ipotizzata.
Ricorda gli incoterm del fornitore nel dataset late_shipments. Ipotizzi che i quattro valori si verifichino con queste frequenze nella popolazione delle spedizioni.
CIP: 0.05DDP: 0.1EXW: 0.75FCA: 0.1
Queste frequenze sono memorizzate nel DataFrame hypothesized.
Il DataFrame incoterm_counts memorizza il risultato di .value_counts() della colonna vendor_inco_term.
late_shipments è disponibile; pandas e matplotlib.pyplot sono già caricati con i loro alias standard.
Questo esercizio fa parte del corso
Test di ipotesi in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Find the number of rows in late_shipments
n_total = ____
# Print n_total
print(n_total)