Kom igångKom igång gratis

Stämmer datan överens med vår modell?

Du har modellerat no-hitters med hjälp av en exponentialfördelning. Skapa en ECDF av den verkliga datan och lägg den teoretiska CDF:en ovanpå ECDF:en från datan. Det här hjälper dig att kontrollera om exponentialfördelningen beskriver de observerade värdena.

Det kan vara bra att påminna dig om den funktion du skapade i föregående kurs för att beräkna ECDF, samt koden du skrev för att rita den.

Den här övningen är en del av kursen

Statistiskt tänkande i Python (del 2)

Visa kurs

Övningsinstruktioner

  • Beräkna en ECDF från den faktiska tiden mellan no-hitters (nohitter_times). Använd funktionen ecdf() som du skrev i den föregående kursen.
  • Skapa en CDF från de teoretiska stickprov du tog i föregående övning (inter_nohitter_time).
  • Rita x_theor och y_theor som en linje med hjälp av plt.plot(). Lägg sedan ECDF:en för den verkliga datan x och y ovanpå som punkter. För att göra det behöver du ange nyckelordsargumenten marker = '.' och linestyle = 'none' utöver x och y inuti plt.plot().
  • Ange en marginal på 2 % i diagrammet.
  • Visa diagrammet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create an ECDF from real data: x, y
x, y = ____

# Create a CDF from theoretical samples: x_theor, y_theor
x_theor, y_theor = ____

# Overlay the plots
plt.plot(____, ____)
plt.plot(____, ____, marker=____, linestyle=____)

# Margins and axis labels
plt.margins(____)
plt.xlabel('Games between no-hitters')
plt.ylabel('CDF')

# Show the plot
plt.show()
Redigera och kör kod