Comece agoraComece grátis

Visualizando amostras

Você viu que uma única amostra pode gerar uma estimativa pontual pouco confiável. Para investigar isso, você decide coletar 100 amostras de 90 dias consecutivos de dados de negociação de BTC. Para cada uma dessas 100 amostras, você calcula a variação percentual do BTC ao longo desse período. Depois, você quer plotar esses dados como um histograma para entender a distribuição amostral.

Embora essas visualizações possam ser criadas com plt.hist(), neste exercício você vai praticar usando o argumento .plot() em um DataFrame, com os argumentos bins e density.

As 100 amostras de variação percentual já foram carregadas para você em btc_pct_change_list. Essa é uma lista de tamanho 100, em que cada elemento é a variação percentual do BTC para uma das 100 amostras escolhidas. O Matplotlib também foi importado como plt.

Este exercicio faz parte do curso

Fundamentos de Inferência em Python

Ver curso

Instruções do exercicio

  • Plote um histograma da variação percentual do BTC com 15 bins, com os valores do eixo y exibindo a density (densidade), em vez da contagem.
  • Defina o rótulo do eixo x como "BTC 90-day percent change".
  • Defina o rótulo do eixo y como "Percent of samples".
  • Defina o título como "Sampling distribution of BTC 90-day change".

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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()
Editar e Executar Código