Zugverspätungen
Teil des Abschnitts Statistik für ML der Machine Learning-Journey von Coddy. Lektion 61 von 64.
Zwei Pendlerlinien, Maple und Birch, teilen sich einen Bahnhof. 24 Tage lang wurde in trains.csv erfasst, wie viel Verspätung der Zug jeder Linie während der Hauptverkehrszeit hatte:
Drei Signalausfälle hielten Züge eine Stunde oder länger auf: tatsächlich, aber groß genug, um jeden Mittelwert zu verzerren.
Der Manager fragt: Ist Maple wirklich später, oder könnte der Abstand Zufall sein? Bändige die Extremwerte und lass dann das Mischen entscheiden.
Aufgabe
SchwerDas Programm liest den Grenzfaktor k ein; 1.5 ist die Regel des Boxplots.
- Begrenze alle Verspätungen auf
Q1 - k * IQRundQ3 + k * IQR, zähle die Ausreißer und begrenze dann jede Verspätung mitnp.clip. - Gib die begrenzte durchschnittliche Verspätung jeder Linie und die Differenz aus: Maple minus Birch.
- Mische 2000-mal: Fasse zuerst die begrenzten Verspätungen von Maple, dann die von Birch zusammen; verwende pro Runde einmal
rng.permutationund nimm die ersten 24 als simulierte Maple-Gruppe. - Gib den p-Wert (Vorzeichen ignoriert) und das Urteil aus:
unlikely to be chancebei weniger als 0.05, andernfallscould be chance.
Runde auf 2 Dezimalstellen, den p-Wert auf 3. Für k = 2:
Fences: 0.25 to 26.5 (3 outliers)
Maple mean: 15.27
Birch mean: 12.21
Difference: 3.06
p-value: 0.03
Verdict: unlikely to be chanceGilt das Urteil auch für ein strengeres oder weniger strenges k?
Probier es selbst
import numpy as np
import pandas as pd
k = float(input())
df = pd.read_csv("trains.csv")
delays = df["delay_min"]
# Ändere die folgende Zeile nicht
rng = np.random.default_rng(5)
# Schreibe deinen Code darunter
Teste dich selbstDiese Lektion enthält ein kurzes Quiz. Starte die Lektion, um es zu beantworten und deinen Fortschritt zu speichern.
Alle Lektionen in Statistik für ML
1Lage und Streuung
Mittelwert und MedianPerzentile und QuartileVarianz und StandardabweichungStichprobe oder Grundgesamtheit?Der häufigste WertRückblick: Lieferzeiten4Stichproben und Grundgesamtheiten
Grundgesamtheit und StichprobeStichprobenmittelwerte variierenDie StichprobenverteilungGrößere Stichproben, weniger ZufallRückblick: Eine Stadt befragen2Verteilungen
DichtehistogrammeDatenverteilungenDie NormalverteilungskurveDie 68-95-99,7-RegelZ-WerteRückblick: Akkulaufzeit3Wahrscheinlichkeit durch Simulation
Wahrscheinlichkeit als HäufigkeitDas Gesetz der großen ZahlenAugensummen beim WürfelnErwartungswertBedingte WahrscheinlichkeitRückblick: Gewinnchancen am Würfelstand6Zusammenhänge
Streudiagramme lesenKorrelationKorrelationsmatrixKorrelations-HeatmapsKorrelation ist keine KausalitätRückblick: Eiscreme und SonneÜbe selbstständig: Online-Python-Compiler