적합도 시각화하기

카이제곱 적합도 검정은 범주형 변수의 각 수준 비율을 가설값과 비교합니다. 이런 검정을 실행하기 전에, 표본의 분포를 가설 분포와 시각적으로 비교해 보면 도움이 됩니다.

late_shipments 데이터셋의 공급업체 인코텀즈를 떠올려 보세요. 전체 선적 집단에서 네 값이 다음 빈도로 나타난다고 가정합니다.

CIP: 0.05
DDP: 0.1
EXW: 0.75
FCA: 0.1

이 빈도는 hypothesized DataFrame에 저장되어 있습니다.

incoterm_counts DataFrame에는 vendor_inco_term 열의 .value_counts() 결과가 저장되어 있습니다.

late_shipments를 사용할 수 있으며, pandas와 matplotlib.pyplot은 표준 별칭으로 로드되어 있습니다.

late_shipments의 전체 행 수를 구하세요.