始める無料で始める

データは私たちの仮説に合っているでしょうか？

あなたはノーヒットノーランの発生間隔を指数分布でモデル化しました。実データの ECDF を作成し、理論的な CDF と重ね合わせて表示しましょう。これにより、指数分布が観測データを記述しているかを確認できます。

ECDF を計算するために［前のコースで作成した関数］(https://campus.datacamp.com/courses/statistical-thinking-in-python-part-1/graphical-exploratory-data-analysis?ex=12)や、［それをプロットするコード］(https://campus.datacamp.com/courses/statistical-thinking-in-python-part-1/graphical-exploratory-data-analysis?ex=13)を思い出しておくと役に立ちます。

この演習はコースの一部です

Pythonで学ぶ統計思考（パート2）

コースを見る

演習の手順

  • ノーヒットノーランの間隔の実データ（nohitter_times）から ECDF を計算します。前編コースで作成した ecdf() 関数を使ってください。
  • 前の演習で取得した理論サンプル（inter_nohitter_time）から CDF を作成します。
  • plt.plot() を使って x_theor と y_theor を線でプロットします。続いて、実データの ECDF である x と y を点で重ねます。そのために、plt.plot() の引数に x と y に加えて、キーワード引数 marker = '.' と linestyle = 'none' を指定します。
  • プロットの余白を 2% に設定します。
  • プロットを表示します。

実践的なインタラクティブ演習

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。

# 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()
コードを編集して実行