Menu
CoddyTech
Mulai belajar

Keterlambatan Kereta

Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 61 dari 64.

Dua jalur kereta komuter, Maple dan Birch, berbagi satu stasiun. Selama 24 hari, stasiun itu mencatat keterlambatan kereta pada jam sibuk untuk setiap jalur, dalam trains.csv:

Diagram kotak keterlambatan kedua jalur: kotak Maple berada di sekitar 15 menit dengan titik di 91 yang ditandai sebagai kegagalan sinyal dan titik rendah di 4, kotak Birch lebih rendah, di sekitar 11 menit, dengan titik di 63 dan 74 yang ditandai sebagai kegagalan sinyal

Tiga gangguan sinyal menahan kereta selama satu jam atau lebih: memang nyata, tetapi cukup besar untuk mendistorsi nilai rata-rata apa pun.

Manajer bertanya: apakah Maple benar-benar lebih lambat, atau mungkinkah selisihnya terjadi secara kebetulan? Kendalikan nilai-nilai ekstrem, lalu biarkan pengacakan yang menentukan.

challenge icon

Tantangan

Sulit

Program membaca faktor pagar k; 1.5 adalah aturan box plot.

  1. Tetapkan batas untuk semua keterlambatan pada Q1 - k * IQR dan Q3 + k * IQR, hitung pencilan, lalu batasi setiap keterlambatan dengan np.clip.
  2. Cetak rata-rata keterlambatan yang sudah dibatasi untuk setiap jalur dan selisihnya, Maple dikurangi Birch.
  3. Acak sebanyak 2000 kali: gabungkan keterlambatan Maple yang sudah dibatasi lalu Birch, gunakan satu rng.permutation per putaran, dan anggap 24 nilai pertama sebagai Maple palsu.
  4. Cetak nilai p, abaikan tandanya, dan putusannya: unlikely to be chance jika kurang dari 0.05, selain itu could be chance.

Bulatkan ke 2 angka desimal, nilai p ke 3 angka desimal. Untuk 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 chance

Apakah putusannya tetap berlaku untuk k yang lebih ketat atau lebih longgar?

Coba sendiri

import numpy as np
import pandas as pd

k = float(input())
df = pd.read_csv("trains.csv")
delays = df["delay_min"]

# Jangan ubah baris di bawah ini
rng = np.random.default_rng(5)

# Tulis kodemu di bawah ini
quiz iconUji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Semua pelajaran di Statistik untuk ML

1Pusat dan Sebaran

Rata-rata dan MedianPersentil dan KuartilVarians dan Simpangan BakuSampel atau Populasi?Nilai yang Paling Sering MunculRangkuman: Waktu Pengiriman

4Sampel dan Populasi

Populasi dan SampelRata-rata Sampel BervariasiDistribusi SamplingSampel Lebih Besar, Lebih Sedikit GangguanRangkuman: Jajak Pendapat di Sebuah Kota

7Garis Tren

ResidualPencocokan Kuadrat TerkecilMenggambar Garis KecocokanMemprediksi dengan GarisSeberapa Baik Kecocokannya?Rangkuman: Jam Latihan

10Kategori Encoding

Kategori sebagai AngkaOne-Hot EncodingMengelompokkan AngkaRangkuman: Daftar Mobil

2Distribusi

Histogram KepadatanBentuk DataKurva NormalAturan 68-95-99,7Skor-ZRekap: Daya Tahan Baterai

5Nilai Pencilan

Diagram KotakAturan IQRAturan Z-ScoreMenangani Nilai PencilanRangkuman: Gangguan Sensor

8Membandingkan Kelompok

Diagram Kotak per KelompokPerbedaan Rata-rataMungkinkah Ini Kebetulan?Nilai-pUji-tRangkuman: Uji A/B

11Menjelajahi Dataset

Melihat SekilasSemua Fitur SekaligusFitur Dibandingkan dengan LabelDua Fitur TerbaikRangkuman: Data Diabetes

3Probabilitas melalui Simulasi

Probabilitas sebagai FrekuensiHukum Bilangan BesarJumlah Mata DaduNilai HarapanProbabilitas BersyaratRangkuman: Peluang di Lapak Dadu

6Hubungan

Membaca Diagram PencarKorelasiMatriks KorelasiPeta Panas KorelasiKorelasi Bukan Sebab-AkibatRangkuman: Es Krim dan Matahari

9Skala Fitur

Mengapa Fitur Perlu DiskalakanSkala Min-MaksStandardisasiStandardScalerRekap: Rekan Mendaki

12Tantangan Akhir

Keterlambatan KeretaKualitas UdaraKimia AnggurSurvei Klinik

Latihan sendiri: Compiler Python online