Wizualizacja dopasowania rozkładu
Test zgodności chi-kwadrat porównuje proporcje poszczególnych poziomów zmiennej kategorycznej z wartościami hipotetycznymi. Przed wykonaniem takiego testu warto wizualnie porównać rozkład w próbce z rozkładem hipotetycznym.
Przypomni sobie warunki dostawy (incoterms) dostawców w zbiorze danych late_shipments. Przyjmij hipotezę, że cztery wartości występują w populacji przesyłek z następującymi częstościami:
CIP: 0,05DDP: 0,1EXW: 0,75FCA: 0,1
Te częstości są przechowywane w DataFrame hypothesized.
DataFrame incoterm_counts zawiera wynik .value_counts() kolumny vendor_inco_term.
Zbiór danych late_shipments jest dostępny; biblioteki pandas i matplotlib.pyplot są wczytane z ich standardowymi aliasami.
To ćwiczenie jest częścią kursu
Testowanie hipotez w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Find the number of rows in late_shipments
n_total = ____
# Print n_total
print(n_total)