適合度を可視化する

カイ二乗適合度検定は、カテゴリ変数の各水準の比率を仮説とする値と比較します。検定を実行する前に、サンプルの分布と仮説分布を視覚的に比較しておくと役立ちます。

late_shipments データセットのベンダーのインコタームを思い出してください。出荷全体の母集団では、次の4つの値が以下の頻度で現れると仮定します。

これらの頻度は hypothesized DataFrame に保存されています。

incoterm_counts DataFrame には、vendor_inco_term 列の .value_counts() の結果が保存されています。

late_shipments は利用可能で、pandas と matplotlib.pyplot は標準のエイリアスで読み込まれています。

この演習はコースの一部です

Pythonで学ぶ仮説検定

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Find the number of rows in late_shipments
n_total = ____

# Print n_total
print(n_total)