Hitta extremvärden med IQR
Extremvärden kan ha stor påverkan på statistiska mått som medelvärdet, men även på mått som bygger på medelvärdet, till exempel varians och standardavvikelse. Kvartilavstånd, eller IQR (interquartile range), är ett annat sätt att mäta spridning som är mindre känsligt för extremvärden. IQR används också ofta för att identifiera extremvärden. Om ett värde är mindre än \(\text{Q1} - 1.5 \times \text{IQR}\) eller större än \(\text{Q3} + 1.5 \times \text{IQR}\) betraktas det som ett extremvärde. Det är faktiskt på detta sätt som mustaschernas längd beräknas i ett lådagram i matplotlib.
I den här övningen beräknar du IQR och använder det för att hitta några extremvärden. pandas som pd och numpy som np är laddade och food_consumption finns tillgänglig.
Den här övningen är en del av kursen
Introduktion till statistik i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Calculate total co2_emission per country: emissions_by_country
emissions_by_country = ____
print(emissions_by_country)