1. Nauka
    2. /
  2. Kursy
    3. /
  3. Podstawy wnioskowania statystycznego w Pythonie
Connected

ćwiczenie

Normalność w grupach

Skoro udało się potwierdzić jednorodność wariancji, kolejnym warunkiem do sprawdzenia jest normalność rozkładu finansowania w każdej branży.

W tym ćwiczeniu zwizualizujesz i porównasz dane z normalnością i bez niej. Choć takie wizualizacje można tworzyć za pomocą plt.hist(), tym razem poćwiczysz korzystanie z metody .plot() na DataFrame, używając argumentów kind i alpha.

Trzy ramki danych, które wcześniej utworzyłeś (biotech_df, enterprise_df i ecommerce_df), są już wczytane. Dostępne są też biblioteki: pandas jako pd, NumPy jako np, Matplotlib jako plt oraz pakiet stats z SciPy.

Instrukcje 1/2

undefined XP
    1
    2
  • Narysuj histogram z przezroczystością 33% dla kolumny funding_total_usd w każdej branży, w następującej kolejności: Biotechnologia, następnie Oprogramowanie dla przedsiębiorstw, a na końcu E-commerce.