Dopasowywanie rozkładu normalnego
Przy stosunkowo małych zbiorach danych często brakuje wystarczającej ilości obserwacji, by wyciągać rzetelne wnioski. Jeśli jednak podejrzewasz, że dane mają rozkład normalny, warto dopasować taki rozkład i pracować z nim zamiast z surowymi danymi. W tym ćwiczeniu wrócisz do danych dotyczących latynoskich strażaków, które wcześniej wykazały normalność rozkładu na poziomie istotności 5%. Dopasuj do nich rozkład normalny i użyj go do oszacowania, jaki odsetek tych pracowników można spodziewać się z mniej niż 10-letnim stażem pracy.
DataFrame jest już wczytany jako salary_df. Dostępne są również następujące pakiety: pandas jako pd, NumPy jako np, Matplotlib jako plt oraz stats z biblioteki SciPy.
To ćwiczenie jest częścią kursu
Podstawy wnioskowania statystycznego w Pythonie
Instrukcje do ćwiczenia
- Dopasuj rozkład normalny do kolumny
Years of Employmenti zapisz uzyskaną średnią oraz odchylenie standardowe. - Użyj tej średniej i odchylenia standardowego w dystrybuancie rozkładu normalnego (CDF), aby oszacować odsetek pracowników z mniej niż dziesięcioletnim stażem.
- Wyświetl ten odsetek.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Fit a normal distribution to the data
mu, std = ____
# Compute the percentage of employees with less than 10 years experience
percent = stats.____(____, loc=____, scale=____)
# Print out this percentage
____