Ocena dopasowania rozkładu dla zmiennej ldl
W tym ćwiczeniu skupisz się na jednej zmiennej ze zbioru danych o cukrzycy dia: poziomie cholesterolu LDL (ldl). Sprawdzisz, czy rozkład normalny nadal dobrze opisuje zmienną ldl, korzystając z dodatkowych informacji dostarczonych przez test Kołmogorowa–Smirnowa.
DataFrame dia jest już wczytany. Zaimportowane są również następujące biblioteki: pandas jako pd, numpy jako np oraz scipy.stats jako st.
To ćwiczenie jest częścią kursu
Symulacje Monte Carlo w Pythonie
Instrukcje do ćwiczenia
- Zdefiniuj listę o nazwie
list_of_distszawierającą rozkłady kandydujące: Laplace'a, normalny i wykładniczy (w tej kolejności); użyj poprawnych nazw zscipy.stats. - Wewnątrz pętli dopasuj dane do odpowiedniego rozkładu prawdopodobieństwa i zapisz wynik jako
param. - Wykonaj test Kołmogorowa–Smirnowa, aby ocenić jakość dopasowania, i zapisz wyniki jako
result.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# List candidate distributions to evaluate
list_of_dists = [____]
for i in list_of_dists:
dist = getattr(st, i)
# Fit the data to the probability distribution
param = dist.____
# Perform the ks test to evaluate goodness-of-fit
result = ____
print(result)