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 ti allenerai a calcolarle. La dispersione è importante perché aiuta a definire le aspettative. Per esempio, se un/una venditore/venditrice vende in media 20 prodotti al giorno ma ha una deviazione standard di 10 prodotti, è probabile che ci siano giorni in cui ne vende 40, ma anche giorni in cui ne vende uno o due. Informazioni di questo tipo sono cruciali, 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 la varianza e la 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 interattivo pratico
Prova questo esercizio completando questo 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()