Variância e desvio padrão
Variância e desvio padrão são duas das formas mais comuns de medir a dispersão de uma variável, e você vai praticar esses cálculos neste exercício. A dispersão é importante porque ajuda a ajustar expectativas. Por exemplo, se um vendedor vende em média 20 produtos por dia, mas tem desvio padrão de 10 produtos, provavelmente haverá dias em que ele venderá 40 produtos, mas também dias em que venderá apenas um ou dois. Informações como essa são importantes, principalmente ao fazer previsões.
pandas foi importado como pd, numpy como np e matplotlib.pyplot como plt; o DataFrame food_consumption também está disponível.
Este exercicio faz parte do curso
Introdução à estatística em Python
Instruções do exercicio
- Calcule a variância e o desvio padrão de
co2_emissionpara cadafood_categorycom os métodos.groupby()e.agg(); compare os valores de variância e desvio padrão. - Crie um histograma de
co2_emissionparabeefemfood_categorye mostre o gráfico. - Crie um histograma de
co2_emissionparaeggsemfood_categorye mostre o gráfico.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# 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()