Anpassa en normalfördelning
När du arbetar med relativt små datamängder har du ofta inte tillräckligt med data för att dra välgrundade slutsatser. Om du misstänker att datan följer en normalfördelning kan det dock vara rimligt att anpassa en normalfördelning till datan och arbeta med den i stället för med rådata. I den här övningen arbetar du med samma data om hispaniska brandmän som du tidigare visade var normalfördelade på 5%-nivån. Du anpassar en normalfördelning till datan och använder den för att uppskatta hur stor andel av dessa anställda som generellt sett förväntas ha mindre än 10 års erfarenhet.
Den här DataFrame:n har lästs in åt dig som salary_df. Paketen pandas som pd, NumPy som np, Matplotlib som plt och stats-paketet från SciPy har alla lästs in åt dig.
Den här övningen är en del av kursen
Grunderna i inferens med Python
Övningsinstruktioner
- Anpassa en normalfördelning till kolumnen
Years of Employmentoch spara det resulterande medelvärdet och standardavvikelsen. - Använd detta medelvärde och denna standardavvikelse i en normal-CDF för att uppskatta andelen anställda med mindre än tio års erfarenhet.
- Skriv ut denna procentsats.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Fit a normal distribution to the data
mu, std = ____
# Compute the percentage of employees with less than 10 years experience
percent = stats.____(____, loc=____, scale=____)
# Print out this percentage
____