Zacznij terazZacznij za darmo

Wariancja i odchylenie standardowe

Wariancja i odchylenie standardowe to dwa najczęściej stosowane sposoby mierzenia rozproszenia zmiennej — w tym ćwiczeniu przećwiczysz ich obliczanie. Rozproszenie jest ważną informacją, ponieważ pozwala określić, czego można się spodziewać. Na przykład, jeśli sprzedawca sprzedaje średnio 20 produktów dziennie, ale odchylenie standardowe wynosi 10 produktów, oznacza to, że zdarzą się dni, gdy sprzeda ich 40, ale też takie, gdy sprzeda tylko jeden lub dwa. Tego rodzaju wiedza ma duże znaczenie, szczególnie przy tworzeniu prognoz.

Biblioteka pandas została zaimportowana jako pd, numpy jako np, a matplotlib.pyplot jako plt; dostępna jest też ramka danych food_consumption.

To ćwiczenie jest częścią kursu

Wprowadzenie do statystyki w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Oblicz wariancję i odchylenie standardowe kolumny co2_emission dla każdej kategorii food_category, korzystając z metod .groupby() i .agg(); porównaj otrzymane wartości.
  • Utwórz histogram kolumny co2_emission dla kategorii beef w kolumnie food_category i wyświetl wykres.
  • Utwórz histogram kolumny co2_emission dla kategorii eggs w kolumnie food_category i wyświetl wykres.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Print variance and sd of co2_emission for each food_category
print(food_consumption.____('____')['____'].agg([____]))

# Create histogram of co2_emission for food_category 'beef'
food_consumption[____]['____'].____()
plt.show()

# Create histogram of co2_emission for food_category 'eggs'
plt.figure()
food_consumption[____]['____'].____()
plt.show()
Edytuj i uruchom kod