Visualisera anpassning till fördelning
Chi-två-anpassningstestet jämför proportionerna för varje nivå av en kategorisk variabel med hypotetiserade värden. Innan du kör ett sådant test kan det vara till hjälp att visuellt jämföra fördelningen i urvalet med den hypotetiserade fördelningen.
Tänk på leverantörernas incoterms i datamängden late_shipments. Du antar att de fyra värdena förekommer med följande frekvenser i populationen av leveranser.
CIP: 0,05DDP: 0,1EXW: 0,75FCA: 0,1
Dessa frekvenser lagras i DataFramen hypothesized.
DataFramen incoterm_counts innehåller .value_counts() för kolumnen vendor_inco_term.
late_shipments är tillgänglig; pandas och matplotlib.pyplot är inlästa med sina standardalias.
Den här övningen är en del av kursen
Hypotestestning i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Find the number of rows in late_shipments
n_total = ____
# Print n_total
print(n_total)