Controleer op heteroscedasticiteit in houdbaarheid
Bij het onderzoeken van conserveringsmethoden voor voedsel is het belangrijk te begrijpen hoe de variantie van een variabele, zoals houdbaarheid, kan veranderen over het bereik van een andere variabele, zoals nutriëntenbehoud. Het herkennen van zulke patronen, bekend als heteroscedasticiteit, kan inzicht geven in de consistentie van de effecten van conservering. De food_preservation-gegevensset bevat de uitkomsten van verschillende conserveringsmethoden op diverse voedseltypen, met name de balans tussen nutriëntenbehoud en de resulterende houdbaarheid.
De food_preservation DataFrame, pandas als pd, numpy als np, seaborn als sns en matplotlib.pyplot als plt zijn voor je ingeladen.
Deze oefening maakt deel uit van de cursus
Experimenteel ontwerpen in Python
Oefeninstructies
- Gebruik een geschikte plot om te controleren op heteroscedasticiteit tussen
'NutrientRetention'en'ShelfLife'.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Check for heteroscedasticity with a residual plot
sns.____(x='____', y='____',
data=____, lowess=____)
plt.title('Residual Plot of Shelf Life and Nutrient Retention')
plt.xlabel('Nutrient Retention (%)')
plt.ylabel('Residuals')
plt.show()