Gevoeligheid voor uitschieters

Als we de relatie tussen meer dan één variabele analyseren, is correlatie een goed begin. Maar hoe houdt correlatie stand bij interessantere datasets? Hoe goed gaat het om met uitschieters?

In deze oefening maak je een plot en bereken je de correlatie voor een dataset met een uitschieter. Daarna verwijder je die en kijk je wat er verandert. Uiteindelijk wil je zien hoe correlatie presteert en tot een conclusie komen over wanneer en waarvoor je het zou moeten gebruiken.

Een voorbeeldsubset uit het beroemde Anscombe's quartet is voor je geïmporteerd als de variabele df, samen met alle pakketten die eerder in dit hoofdstuk zijn gebruikt.

Deze oefening maakt deel uit van de cursus

Statistiek-vragen voor sollicitaties oefenen in Python

Cursus bekijken

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Display the scatter plot of X and Y
plt.scatter(____, ____)
plt.show()

Code bewerken en uitvoeren

Deze oefening maakt deel uit van de cursus

Statistiek-vragen voor sollicitaties oefenen in Python

SkillTag.level.advancedSkillTag.label

4.7+

Begin de cursus gratis

This chapter kicks the course off by reviewing conditional probabilities, Bayes' theorem, and central limit theorem. Along the way, you will learn how to handle questions that work with commonly referenced probability distributions.

Exercise 1: Conditional probabilities Exercise 2: Setting up problems Exercise 3: Bayes' theorem applied Exercise 4: Central limit theorem Exercise 5: Samples from a rolled die Exercise 6: Simulating central limit theorem Exercise 7: Probability distributions Exercise 8: Bernoulli distribution Exercise 9: Binomial distribution Exercise 10: Normal distribution

In this chapter, you will prepare for statistical concepts related to exploratory data analysis. The topics include descriptive statistics, dealing with categorical variables, and relationships between variables. The exercises will prepare you for an analytical assessment or stats-based coding question.

Exercise 1: Beschrijvende statistiek Exercise 2: Gemiddelde of mediaan Exercise 3: Standaarddeviatie uitwerken Exercise 4: Categorische data Exercise 5: Encoderingstechnieken Exercise 6: Laptopprijzen verkennen Exercise 7: Twee of meer variabelen Exercise 8: Soorten relaties Exercise 9: Pearson-correlatie Exercise 10: Gevoeligheid voor uitschieters

Huidige oefening

Prepare to dive deeper into crucial concepts regarding experiments and testing by reviewing confidence intervals, hypothesis testing, multiple tests, and the role that power and sample size play. We'll also discuss types of errors, and what they mean in practice.

Exercise 1: Confidence intervals Exercise 2: Confidence interval by hand Exercise 3: Applying confidence intervals Exercise 4: Hypothesis testing Exercise 5: One tailed z-test Exercise 6: Two tailed t-test Exercise 7: Power and sample size Exercise 8: Effect on type II error Exercise 9: Calculating sample size Exercise 10: Visualizing the relationship Exercise 11: Multiple testing Exercise 12: Calculating error rates Exercise 13: Bonferroni correction

Wrapping up, we'll address concepts related closely to regression and classification models. The chapter begins by reviewing fundamental machine learning algorithms and quickly ramps up to model evaluation, dealing with special cases, and the bias-variance tradeoff.

Exercise 1: Regression models Exercise 2: Linear regression Exercise 3: Logistic regression Exercise 4: Evaluating models Exercise 5: Regression evaluation Exercise 6: Classification evaluation Exercise 7: Missing data and outliers Exercise 8: Handling null values Exercise 9: Identifying outliers Exercise 10: Bias-variance tradeoff Exercise 11: Test and training error Exercise 12: Visualizing the tradeoff Exercise 13: Wrapping up