Zacznij terazZacznij za darmo

Wizualizacja próbek

Przekonałeś się, że pojedyncza próbka może dawać zawodne oszacowanie punktowe. Aby to zbadać, pobierasz 100 próbek, z których każda obejmuje 90 kolejnych dni notowań BTC. Dla każdej z tych 100 próbek obliczasz procentową zmianę wartości BTC w tym okresie. Następnie chcesz przedstawić te dane na histogramie, żeby lepiej zrozumieć rozkład próbkowania.

Chociaż takie wizualizacje można tworzyć za pomocą plt.hist(), w tym ćwiczeniu poćwiczysz używanie argumentu .plot() na obiekcie DataFrame z argumentami bins i density.

100 próbek procentowej zmiany zostało już wczytanych do zmiennej btc_pct_change_list. To lista o długości 100, w której każdy element to procentowa zmiana BTC dla jednej z 100 wylosowanych próbek. Biblioteka Matplotlib została również zaimportowana jako plt.

To ćwiczenie jest częścią kursu

Podstawy wnioskowania statystycznego w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Wykreśl histogram procentowej zmiany BTC z 15 bins, tak aby oś y pokazywała density (gęstość), a nie liczebność.
  • Ustaw etykietę osi x na "BTC 90-day percent change".
  • Ustaw etykietę osi y na "Percent of samples".
  • Ustaw tytuł na "Sampling distribution of BTC 90-day change".

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Plot a histogram of percent changes
plt.____(____, bins=____, density=____)
# Set the x-axis label
plt.____('BTC 90-day percent change')
# Set the y-axis label
plt.____('Percent of samples')
# Set the title
plt.____('Sampling distribution of BTC 90-day change')

plt.show()
Edytuj i uruchom kod