ComeçarComece gratuitamente

Variância e desvio-padrão

A variância e o desvio-padrão são duas das formas mais comuns de medir a dispersão de uma variável, e você praticará o cálculo delas neste exercício. A dispersão é importante, pois pode ajudar a informar as expectativas. Por exemplo, se um vendedor vende uma média de 20 produtos por dia, mas tem um 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 essas são importantes, especialmente ao fazer previsões.

pandas foi importado como pd, numpy como np, e matplotlib.pyplot como plt; o DataFrame food_consumption também está disponível.

Este exercício faz parte do curso

Introdução à estatística em Python

Ver Curso

Instruções de exercício

  • Calcule a variação e o desvio padrão de co2_emission para cada food_category com os métodos .groupby() e .agg(); compare os valores da variação e do desvio padrão.
  • Crie um histograma de co2_emission para beef em food_category e mostre o gráfico.
  • Crie um histograma de co2_emission para eggs em food_category e mostre o gráfico.

Exercício interativo prático

Experimente este exercício preenchendo 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'
food_consumption[____]['____'].____()
plt.show()
Editar e executar código