Redditi globali: dispersione

Un quantile è una misura di dispersione ottenuta suddividendo la distribuzione di frequenza di un DataFrame in gruppi uguali. Puoi restituire i valori al quantile q di un DataFrame df con il comando df.quantile(q); allo stesso modo, passando una lista come q otterrai un valore per ciascun quantile indicato.

Qui continuerai l’analisi della distribuzione del reddito globale usando due misure di dispersione: la deviazione standard, ovvero la radice quadrata della varianza, e l’intervallo interquartile (IQR).

pandas è stato importato come pd e il DataFrame income dall’esercizio precedente è nel tuo workspace.

Questo esercizio fa parte del corso

Importing and Managing Financial Data in Python

Visualizza corso

Istruzioni dell'esercizio

Usando le funzioni appropriate, calcola la media del reddito pro capite come mean e la deviazione standard come std.
Senza usare .quantile(), calcola e stampa i limiti inferiore e superiore di un intervallo di una deviazione standard attorno alla media in una lista bounds:
- sottrai std da mean come primo elemento
- aggiungi std a mean come secondo elemento
Usando .quantile() e una lista di due valori decimali appropriati, calcola e stampa il primo e il terzo quartile di 'Income per Capita' come quantiles. I valori coincidono?
Calcola e stampa l’IQR, iqr, usando la semplice espressione di sottrazione che hai visto nel video.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Calculate mean
mean = ____

# Calculate standard deviation
std = income['Income per Capita'].std()

# Calculate and print lower and upper bounds
bounds = [____, ____]
print(bounds)

# Calculate and print first and third quartiles
quantiles = income['Income per Capita'].____([____, ____])
print(quantiles)

# Calculate and print IQR
iqr = ____ - ____
print(iqr)

Modifica ed esegui il codice