IniziaInizia gratis

I dati seguono la nostra storia?

Hai modellato i no-hitter con una distribuzione Esponenziale. Crea un'ECDF dei dati reali. Sovrapponi la CDF teorica all'ECDF dei dati. Questo ti aiuta a verificare che la distribuzione Esponenziale descriva i dati osservati.

Potrebbe esserti utile ripassare la funzione che hai creato nel corso precedente per calcolare l'ECDF, così come il codice che hai scritto per tracciarla.

Questo esercizio fa parte del corso

Pensiero statistico in Python (Parte 2)

Visualizza il corso

Istruzioni dell'esercizio

  • Calcola un'ECDF dal tempo effettivo tra i no-hitter (nohitter_times). Usa la funzione ecdf() che hai scritto nel corso precedente.
  • Crea una CDF dai campioni teorici che hai ottenuto nell'ultimo esercizio (inter_nohitter_time).
  • Traccia x_theor e y_theor come linea usando plt.plot(). Poi sovrapponi l'ECDF dei dati reali x e y come punti. Per farlo, devi specificare gli argomenti marker = '.' e linestyle = 'none' oltre a x e y dentro plt.plot().
  • Imposta un margine del 2% sul grafico.
  • Mostra il grafico.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Create an ECDF from real data: x, y
x, y = ____

# Create a CDF from theoretical samples: x_theor, y_theor
x_theor, y_theor = ____

# Overlay the plots
plt.plot(____, ____)
plt.plot(____, ____, marker=____, linestyle=____)

# Margins and axis labels
plt.margins(____)
plt.xlabel('Games between no-hitters')
plt.ylabel('CDF')

# Show the plot
plt.show()
Modifica ed esegui il codice