Uitschieters vinden met de IQR
Uitschieters kunnen grote invloed hebben op statistieken zoals het gemiddelde en op statistieken die van het gemiddelde afhangen, zoals variantie en standaarddeviatie. De interkwartielafstand (IQR) is een andere manier om de spreiding te meten die minder gevoelig is voor uitschieters. IQR wordt ook vaak gebruikt om uitschieters te vinden. Als een waarde kleiner is dan \(\text{Q1} - 1.5 \times \text{IQR}\) of groter dan \(\text{Q3} + 1.5 \times \text{IQR}\), dan geldt die als uitschieter. Dit is zelfs hoe de lengte van de snorharen in een boxplot van matplotlib wordt bepaald.
In deze oefening bereken je de IQR en gebruik je die om een paar uitschieters te vinden. pandas als pd en numpy als np zijn al geladen en food_consumption is beschikbaar.
Deze oefening maakt deel uit van de cursus
Introductie tot statistiek in Python
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Calculate total co2_emission per country: emissions_by_country
emissions_by_country = ____
print(emissions_by_country)