Hitta avvikare med z-poäng

Normalfördelningen är allestädes närvarande i naturen och den vanligaste fördelningstypen. Det gör z-poängmetoden till en av de snabbaste metoderna för att identifiera avvikare.

Kom ihåg tumregeln från videon: om ett urval ligger mer än tre standardavvikelser från medelvärdet kan det betraktas som ett extremvärde.

Observera dock att z-poängmetoden bör användas med försiktighet. Metoden är lämplig enbart när vi är säkra på att data kommer från en normalfördelning. Annars kan resultaten bli missvisande.

Fördelningen prices har laddats in åt dig.

Den här övningen är en del av kursen

Avvikelsedetektering i Python

Visa kurs

Övningsinstruktioner

Importera funktionen zscore från rätt modul i scipy.
Beräkna z-poängen för prices och lagra dem i scores.
Skapa en boolesk mask med namnet is_over_3 för att kontrollera om absolutvärdena i scores är större än 3.
Använd masken för att filtrera prices efter avvikare.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import the zscores function
from scipy.____ import ____

# Find the zscores of prices
scores = ____(____)

# Check if the absolute values of scores are over 3
is_over_3 = ____

# Use the mask to subset prices
outliers = ____[____]

print(len(outliers))

Redigera och kör kod