Varianza e deviazione standard
Varianza e deviazione standard sono due dei modi più comuni per misurare la dispersione di una variabile, e in questo esercizio farai pratica a calcolarle. La dispersione è importante perché aiuta a orientare le aspettative. Per esempio, se un/una venditore/trice vende in media 20 prodotti al giorno ma ha una deviazione standard di 10 prodotti, probabilmente ci saranno giorni in cui vende 40 prodotti, ma anche giorni in cui ne vende solo uno o due. Informazioni di questo tipo sono importanti, soprattutto quando si fanno previsioni.
pandas è stato importato come pd, numpy come np e matplotlib.pyplot come plt; il DataFrame food_consumption è già disponibile.
Questo esercizio fa parte del corso
Introduzione alla statistica in Python
Istruzioni dell'esercizio
- Calcola varianza e deviazione standard di
co2_emissionper ognifood_categorycon i metodi.groupby()e.agg(); confronta i valori di varianza e deviazione standard. - Crea un istogramma di
co2_emissionperbeefinfood_categorye mostra il grafico. - Crea un istogramma di
co2_emissionpereggsinfood_categorye mostra il grafico.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Print variance and sd of co2_emission for each food_category
print(food_consumption.____('____')['____'].agg([____]))
# Create histogram of co2_emission for food_category 'beef'
food_consumption[____]['____'].____()
plt.show()
# Create histogram of co2_emission for food_category 'eggs'
plt.figure()
food_consumption[____]['____'].____()
plt.show()