НачатьНачать бесплатно

Дисперсия и стандартное отклонение

Дисперсия и стандартное отклонение — два наиболее распространённых способа измерить разброс переменной. В этом упражнении вы потренируетесь их вычислять. Разброс играет важную роль, поскольку помогает формировать обоснованные ожидания. Например, если продавец продаёт в среднем 20 товаров в день, но стандартное отклонение составляет 10 товаров, то в некоторые дни он может продать 40 товаров, а в другие — лишь один или два. Такая информация особенно ценна при построении прогнозов.

pandas импортирован как pd, numpy — как np, matplotlib.pyplot — как plt; DataFrame food_consumption также доступен.

Это упражнение является частью курса

Введение в статистику на Python

Посмотреть курс

Инструкции к упражнению

  • Вычислите дисперсию и стандартное отклонение столбца co2_emission для каждой категории food_category с помощью методов .groupby() и .agg(); сравните полученные значения.
  • Постройте гистограмму co2_emission для категории beef в food_category и отобразите график.
  • Постройте гистограмму co2_emission для категории eggs в food_category и отобразите график.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()
Редактировать и запускать код