BaşlayınÜcretsiz başlayın

Okuryazarlık/doğurganlık verilerinin EDA'sı

Sonraki birkaç egzersizde, dünya genelinde kadın okuryazarlığı ile doğurganlık (kadın başına ortalama doğan çocuk sayısı) arasındaki korelasyona bakacağız. Analiz ve yorumlamayı kolaylaştırmak için okuryazmazlık oranıyla çalışacağız.

Analize başlamadan önce biraz EDA yapmak her zaman iyi bir fikirdir. Bu amaçla, doğurganlığı okuryazmazlığa karşı çiz ve Pearson korelasyon katsayısını hesapla. NumPy dizisi illiteracy, dünyadaki ülkelerin çoğunda kadınlar arasındaki okuryazmazlık oranını içerir. fertility dizisi ise buna karşılık gelen doğurganlık verilerini içerir.

Burada, Pearson korelasyon katsayısını hesaplamak için önceki kursta yazdığın fonksiyona geri dönmek yararlı olabilir.

Bu egzersiz, kursun bir parçasıdır

Python ile İstatistiksel Düşünme (Bölüm 2)

Kursa Göz Atın

Egzersiz talimatları

  • illiteracy (x ekseni) ile fertility (y ekseni) arasındaki ilişkiyi bir saçılım grafiği olarak çiz.
  • Kenar boşluğunu %2 olarak ayarla.
  • illiteracy ve fertility arasındaki Pearson korelasyon katsayısını hesaplayıp yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Plot the illiteracy rate versus fertility
_ = plt.plot(____, ____, ____='.', ____='none')

# Set the margins and label axes
plt.margins(____)
_ = plt.xlabel('percent illiterate')
_ = plt.ylabel('fertility')

# Show the plot
plt.show()

# Show the Pearson correlation coefficient
print(pearson_r(____, ____))
Kodu Düzenle ve Çalıştır