문해율/출산율 데이터 EDA
다음 몇 개의 연습 문제에서는 전 세계의 여성 문해율과 출산율(여성 1인당 평균 출생아 수) 사이의 상관관계를 살펴보려고 해요. 분석과 해석을 쉽게 하기 위해 비문해율을 사용할게요.
분석에 들어가기 전에 항상 EDA를 해 보는 것이 좋아요. 이를 위해 비문해율에 따른 출산율을 산점도로 그리고, 피어슨 상관계수를 계산해 보세요. NumPy 배열 illiteracy에는 대부분 국가의 여성 비문해율이, 배열 fertility에는 해당 출산율 데이터가 담겨 있어요.
여기서는 피어슨 상관계수를 계산하기 위해 이전 강의에서 작성한 함수를 참고하면 도움이 될 수 있어요.
이 연습은 강의의 일부입니다
Python으로 하는 통계적 사고 (2부)
연습 안내
illiteracy(x축)에 대한fertility(y축) 산점도를 그리세요.- 여백을 2%로 설정하세요.
illiteracy와fertility사이의 피어슨 상관계수를 계산해 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Plot the illiteracy rate versus fertility
_ = plt.plot(____, ____, ____='.', ____='none')
# Set the margins and label axes
plt.margins(____)
_ = plt.xlabel('percent illiterate')
_ = plt.ylabel('fertility')
# Show the plot
plt.show()
# Show the Pearson correlation coefficient
print(pearson_r(____, ____))