Trực quan hóa nhiều hạng mục
Cho đến giờ trong chương này, bạn mới chỉ xét trường hợp sự khác biệt của một biến số giữa hai hạng mục. Dĩ nhiên, nhiều bộ dữ liệu có nhiều hạng mục hơn. Trước khi tiến hành kiểm định với nhiều hạng mục, thường hữu ích khi bạn làm phân tích khám phá dữ liệu (EDA): tính các thống kê tóm tắt cho từng nhóm và trực quan hóa phân phối của biến số theo từng hạng mục bằng biểu đồ hộp (box plot).
Ở đây, chúng ta quay lại dữ liệu giao hàng trễ và xem giá của mỗi kiện hàng (pack_price) thay đổi như thế nào giữa ba phương thức vận chuyển (shipment_mode): "Air", "Air Charter", và "Ocean".
late_shipments đã có sẵn; pandas và matplotlib.pyplot đã được nạp với các bí danh chuẩn, và seaborn được nạp là sns.
Bài tập này là một phần của khóa học
Kiểm định giả thuyết trong Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Calculate the mean pack_price for each shipment_mode
xbar_pack_by_mode = ____
# Print the grouped means
print(xbar_pack_by_mode)