เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Normal CDF

เมื่อเข้าใจหน้าตาของ Normal PDF แล้ว มาดู CDF ของมันกันบ้าง ใช้ตัวอย่างที่สร้างไว้ในแบบฝึกหัดที่แล้ว (เก็บอยู่ใน namespace ในชื่อ samples_std1, samples_std3 และ samples_std10) เพื่อสร้างและพล็อต CDF

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Statistical Thinking in Python (ตอนที่ 1)

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ฟังก์ชัน ecdf() เพื่อสร้างค่า x และ y สำหรับ CDF ได้แก่ x_std1, y_std1, x_std3, y_std3 และ x_std10, y_std10 ตามลำดับ
  • พล็อต CDF ทั้งสามเส้นในรูปแบบจุด (อย่าลืมระบุ keyword arguments marker และ linestyle!)
  • กด ส่งคำตอบ เพื่อให้ระบบเพิ่ม legend แสดงค่าส่วนเบี่ยงเบนมาตรฐานที่ใช้ และแสดงกราฟ ไม่จำเป็นต้องกำกับชื่อแกน เนื่องจากเรายังไม่ได้กำหนดว่า Normal distribution ในที่นี้อธิบายข้อมูลประเภทใด — เราแค่ศึกษารูปร่างของ CDF เท่านั้น

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Generate CDFs




# Plot CDFs



# Make a legend and show the plot
_ = plt.legend(('std = 1', 'std = 3', 'std = 10'), loc='lower right')
plt.show()
แก้ไขและรันโค้ด