Menu
CoddyTech
EMPEZAR A APRENDER
flag Es iconEspañoldown icon

Percentiles y cuartiles

Parte de la sección Estadística para ML del Journey de Machine Learning de Coddy. Lección 2 de 64.

Un percentil divide los datos ordenados: el percentil 25 está a un cuarto del recorrido, y el percentil 50 es la mediana. Nueve tiempos de escape room:

Nueve tiempos de escape room como puntos en una recta, de 38 a 95 segundos. Las líneas marcan Q1 en 45, Q2 en 52 y Q3 en 61, y un recuadro sombreado de Q1 a Q3 está etiquetado como mitad central, IQR de 16

Los cortes en cuartos son los cuartiles Q1, Q2 y Q3. np.percentile(a, q) acepta q de 0 a 100, o una lista:

times = np.array([52, 38, 61, 45, 70, 41, 95, 58, 49])
print(np.percentile(times, [25, 50, 75]))

Esto imprime:

[45. 52. 61.]

La mitad central abarca de Q1 a Q3; su anchura es el rango intercuartílico, Q3 - Q1: 16 segundos.

Haz que el tiempo más lento sea 950: el IQR sigue siendo 16. Confía en él cuando una característica tenga valores extremos.

challenge icon

Desafío

Fácil

Un cliente pregunta cómo se compara su consumo de agua con el de las 20 viviendas de su calle. use contiene los litros consumidos por las viviendas, y el programa lee los del cliente. Imprime:

  1. Los cuartiles de use: Q1, la mediana, Q3.
  2. El IQR.
  3. El cuartil del cliente: 1 si está por debajo de Q1, 2 si está por debajo de la mediana, 3 si está por debajo de Q3 y, en caso contrario, 4.

Para una calle con 12 viviendas y la entrada 172:

Quartiles: 157.5, 170.5, 183.5 liters
IQR: 26.0 liters
This home is in quarter 3

Pruébalo tú mismo

import numpy as np

# Litros de agua que consumió cada hogar ayer
use = np.array([312, 285, 410, 198, 356, 274, 520, 301, 289, 345,
                262, 398, 230, 610, 327, 295, 368, 251, 334, 280])
liters = int(input())

# Escribe tu código a continuación
quiz iconPonte a prueba

Esta lección incluye un breve cuestionario. Empieza la lección para responderlo y registrar tu progreso.

Todas las lecciones de Estadística para ML

1Centro y dispersión

Media y medianaPercentiles y cuartilesVarianza y desviación estándar¿Muestra o población?El valor más frecuenteRepaso: tiempos de entrega

4Muestras y poblaciones

Población y muestraLas medias muestrales varíanLa distribución muestralMuestras más grandes, menos ruidoRepaso: Encuestar a un pueblo

7Líneas de tendencia

ResiduosAjuste por mínimos cuadradosTrazar el ajustePredecir con una línea¿Qué tan bueno es el ajuste?Repaso: horas de práctica

10Codificación de categorías

Categorías como númerosCodificación one-hotAgrupación de números en intervalosRepaso: anuncios de autos

2Distribuciones

Histogramas de densidadFormas de los datosCurva normalRegla del 68-95-99,7Puntuaciones zRepaso: duración de la batería

5Valores atípicos

Diagramas de cajaLa regla del RICLa regla del valor ZTratamiento de valores atípicosRepaso: fallos de los sensores

8Comparación de grupos

Diagramas de caja por grupoDiferencia de medias¿Podría ser azar?Valores pLa prueba tRepaso: prueba A/B

11Exploración de un conjunto de datos

Una primera miradaTodas las características a la vezCaracterísticas frente a la etiquetaLas dos mejores característicasRepaso: datos sobre la diabetes

3Probabilidad mediante simulación

La probabilidad como frecuenciaLa ley de los grandes númerosSuma de dadosValor esperadoProbabilidad condicionalRepaso: probabilidades del puesto de dados

6Relaciones

Lectura de diagramas de dispersiónCorrelaciónMatriz de correlaciónMapas de calor de correlaciónCorrelación no es causalidadRepaso: helado y sol

9Escalado de características

Por qué escalar las característicasEscalado mín-máxEstandarizaciónStandardScalerRepaso: compañeros de escalada

12Desafíos finales

Retrasos de trenesCalidad del aireQuímica del vinoEncuesta clínica

Practica por tu cuenta: Compilador de Python online