Visualisera produktivitet inom block efter incitament
Vi fortsätter med exemplet om arbetsproduktivitet och undersöker om produktivitetspoängen är fördelade i data på det sätt man förväntar sig vid slumpmässig tilldelning av behandling. Observera att detta är ett förebyggande steg – analysen av behandlingarnas effekt och uppföljningsresultaten görs längre fram!
seaborn och matplotlib.pyplot är inlästa som sns respektive plt.
Den här övningen är en del av kursen
Experimentell design i Python
Övningsinstruktioner
- Visualisera produktivitetspoängen inom block uppdelat efter behandling med hjälp av ett lådagram där
'block'används förx,'productivity_score'föryoch'Treatment'förhue.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Make a plot showing how productivity_score varies within blocks
sns.____(x='____',
y='____',
hue='____',
data=prod_df)
plt.show()