주소 데이터를 설정 추출 코드 : us2a를
Age: 年龄，指登船者的年龄
Fare: 价格，指船票价格
Embark: 登船的港口Q1 : 포트 분류에 따르면, 각종 데이터 파이썬 연령, 티켓 가격 통계 (평균, 분산, 표준 편차, 변동 계수)를 사용하여 수득
import pandas as pd
data = pd.read_excel("D:\data\data.xlsx")
data = data.set_index("ID")
portS = data[data["Embarked"]=="S"]
portC = data[data["Embarked"]=="C"]
portQ = data[data["Embarked"]=="Q"]
portS_age = portS["Age"]
portS_fare = portS["Fare"]
portC_age = portC["Age"]
portC_fare = portC["Fare"]
portQ_age = portQ["Age"]
portQ_fare = portQ["Fare"]
port_details = pd.DataFrame({"均值":[portS_age.mean(),portC_age.mean(),portQ_age.mean(),portS_fare.mean(),portC_fare.mean(),portQ_fare.mean()],
"方差":[portS_age.var(),portC_age.var(),portQ_age.var(),portS_fare.var(),portC_fare.var(),portQ_fare.var()],
"标准差":[portS_age.std(),portC_age.std(),portQ_age.std(),portS_fare.std(),portC_fare.std(),portQ_fare.std()],
"变异系数":[portS_age.mean()/portS_age.std(),portC_age.mean()/portC_age.std(),portQ_age.mean()/portQ_age.std(),portS_fare.mean()/portS_fare.std(),portC_fare.mean()/portC_fare.std(),portQ_fare.mean()/portQ_fare.std()]},
index=['S港口年龄', 'C港口年龄', 'Q港口年龄', 'S港口票价', 'C港口票价', 'Q港口票价'])
Q2 : 유통 이미지가 가격, 검증 데이터 배포 대상을 그릴 (일반, 카이 제곱 T)?
처리되는 공지 된 임의의 방법은 임의의 프로세스의 가족에 속하는 경우,이 값은 파라미터의 최대 우도 추정을 얻기 위해 사용될 수있다
코드 기준의이 부분 큰 형님의 그룹에 의해 코드에 코드 정말 감동은, 잘 코드의 자세한 사항 내에서 학습을 계속하는 후속 연구를 작성
정규 분포 여부?
fare = data['Fare'].copy().values # 单独选取fare列值
fare.sort()
loc, std = stats.norm.fit(fare) # 最大似然求得均值与标准差
y = stats.norm.pdf(fare, loc=loc, scale=std)
plt.hist(fare, bins=10, density=True, label='Fare Distribution')
plt.plot(fare, y, color='#E78A61', label='normal fit')
plt.xlabel("Fare")
plt.ylabel("Density")
plt.title('Fare Distribution')
plt.legend()
plt.show()
norm_random = stats.norm.rvs(loc=loc, scale=std, size=len(fare))
norm_KS_stastic, norm_pvalue = stats.ks_2samp(fare, norm_random)
print("norm_KS_stastic = %.4f norm_pvalue = %.4f" % (norm_KS_stastic, norm_pvalue))
if(norm_pvalue<0.05):
print("该分布不符合正态分布")
else:
print("该分布符合正态分布")
여부 카이 제곱 분포와 일치?
chi2_df,chi2_loc, chi2_std = stats.chi2.fit(fare) # 最大似然求得均值与标准差
y = stats.chi2.pdf(fare, df=chi2_df, loc=chi2_loc, scale=chi2_std)
plt.hist(fare, bins=10, density=True,label='Fare Distribution')
plt.plot(fare, y, color='#E78A61', label='chi2 fit')
plt.xlabel("Fare")
plt.ylabel("Density")
plt.title('Fare Distribution')
plt.legend()
plt.show()
chi2_random = stats.chi2.rvs(df=chi2_df,loc=chi2_loc, scale=chi2_std, size=len(fare))
chi2_KS_stastic, chi2_pvalue = stats.ks_2samp(fare, chi2_random)
print("chi2_KS_stastic = %.4f chi2_pvalue = %.4f" % (chi2_KS_stastic, chi2_pvalue))
if(chi2_pvalue<0.05):
print("该分布不符合卡方分布")
else:
print("该分布符合正态分布")
T의 분포 여부?
t_df, t_loc, t_std = stats.t.fit(fare) # 最大似然求得均值与标准差
y = stats.t.pdf(fare,df=t_df, loc=t_loc, scale=t_std)
plt.hist(fare,bins=10, density=True, label='Fare Distribution')
plt.plot(fare, y, color='#E78A61', label='t fit')
plt.xlabel("Fare")
plt.ylabel("Density")
plt.title('Fare Distribution')
plt.legend()
plt.show()
norm_random = stats.t.rvs(df=t_df,loc=t_loc, scale=t_std, size=len(fare))
t_KS_stastic, t_pvalue = stats.ks_2samp(fare, norm_random)
print("t_KS_stastic = %.4f t_pvalue = %.4f" % (t_KS_stastic, t_pvalue))
if(t_pvalue<0.05):
print("该分布不符合T分布")
else:
print("该分布符合正态分布")
최종 분석
분포는이 세 가지 중 하나를 충족하지 않습니다
Q3 : S 및 Q 포트의 가격 차이가 소정의 분포를 충족?
s_fare = portS_fare.copy().values
q_fare = portQ_fare.copy().values
mean2 = s_fare.mean()-q_fare.mean()
std2 = (s_fare.std()**2/len(s_fare)+q_fare.std()**2/len(s_fare))**0.5
x = np.arange(- 40, 40)
y = stats.norm.pdf(x, mean2, std2)
plt.plot(x, y)
plt.xlabel("S_Fare - Q_Fare")
plt.ylabel("Density")
plt.show()
화상의 정도는 통상 비용에 따라 두 개의 포트 사이의 차이를 나타낸다