เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การฟิตการแจกแจงปกติ

เมื่อทำงานกับชุดข้อมูลขนาดเล็ก บางครั้งข้อมูลอาจไม่เพียงพอสำหรับการอนุมานที่มีหลักการรองรับ อย่างไรก็ตาม หากสงสัยว่าข้อมูลมีการแจกแจงแบบปกติ การฟิตการแจกแจงปกติแล้วใช้งานแทนข้อมูลดิบก็เป็นแนวทางที่สมเหตุสมผล ในแบบฝึกหัดนี้จะใช้ข้อมูลเดิมของนักดับเพลิงที่เป็นชาวฮิสแปนิก ซึ่งได้แสดงก่อนหน้านี้แล้วว่ามีการแจกแจงแบบปกติที่ระดับนัยสำคัญ 5% จากนั้นจะฟิตการแจกแจงปกติเข้ากับข้อมูล และนำไปใช้คำนวณหาเปอร์เซ็นต์ของพนักงานที่คาดว่าจะมีประสบการณ์น้อยกว่า 10 ปี

โหลด DataFrame นี้ไว้ใน salary_df แล้ว รวมถึงแพ็กเกจ pandas เป็น pd, NumPy เป็น np, Matplotlib เป็น plt และแพ็กเกจ stats จาก SciPy ด้วย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

พื้นฐานการอนุมานทางสถิติด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ฟิตการแจกแจงปกติเข้ากับคอลัมน์ Years of Employment แล้วบันทึกค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานที่ได้
  • นำค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานนี้ไปใช้ใน normal CDF เพื่อประมาณเปอร์เซ็นต์ของพนักงานที่มีประสบการณ์น้อยกว่า 10 ปี
  • พิมพ์เปอร์เซ็นต์ดังกล่าวออกมา

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
____
แก้ไขและรันโค้ด