1. Nauka
    2. /
  2. Kursy
    3. /
  3. Projektowanie eksperymentów w Pythonie
Connected

ćwiczenie

Wizualna ocena normalności w eksperymencie rolniczym

Zostałeś zatrudniony przez firmę rolniczą prowadzącą eksperyment na 50 kurczakach podzielonych na cztery grupy, z których każda była karmiona inną dietą. Pomiary masy ciała wykonywano co dwa dni przez 20 dni.

Przeanalizujesz zbiór chicken_data, aby ocenić normalność rozkładu, która decyduje o tym, czy można zastosować parametryczne testy statystyczne. Zaczniesz od wizualnego zbadania rozkładu danych. Niezbędne biblioteki zostały już zaimportowane:

import seaborn as sns
import pandas as pd
from statsmodels.graphics.gofplots import qqplot

Instrukcje 1/3

undefined XP
  • 1
    • Wykreśl rozkład zmiennej weight kurczaków, korzystając z estymacji jądrowej gęstości (KDE), aby zwizualizować normalność rozkładu.
  • 2
    • Stwórz wykres Q-Q ze standardową linią odniesienia dla zmiennej weight kurczaków, aby wizualnie ocenić normalność rozkładu.
  • 3
    • Przefiltruj zbiór chicken_data, wybierając obserwacje dla wartości 'Time' równej 2, a następnie wykreśl KDE zmiennej 'weight' z podzbioru subset_data, aby sprawdzić, czy rozkład danych jest normalny w tym punkcie czasowym.