Opóźnienia pociągów
Część sekcji Statystyka w uczeniu maszynowym ścieżki Machine Learning w Coddy. Lekcja 61 z 64.
Dwie podmiejskie linie, Maple i Birch, dzielą stację. Przez 24 dni rejestrowano, ile minut opóźnienia miały pociągi każdej linii w godzinach szczytu, w pliku trains.csv:
Trzy awarie sygnalizacji opóźniły pociągi o godzinę lub więcej: to prawda, ale wystarczyły, by zniekształcić każdą średnią.
Kierownik pyta: czy Maple naprawdę jest później, czy ta różnica może być dziełem przypadku? Ogranicz skrajne wartości, a potem pozwól, by o wyniku zdecydowało tasowanie.
Wyzwanie
TrudnyProgram odczytuje współczynnik granic k; 1.5 to reguła wykresu pudełkowego.
- Ogranicz wszystkie opóźnienia do granic
Q1 - k * IQRiQ3 + k * IQR, policz wartości odstające, a następnie ogranicz każde opóźnienie za pomocąnp.clip. - Wyświetl średnie ograniczone opóźnienie dla każdej linii oraz różnicę: Maple minus Birch.
- Wykonaj 2000 losowań: połącz ograniczone opóźnienia Maple, a następnie Birch; w każdej rundzie użyj jednego
rng.permutation, a pierwsze 24 wartości potraktuj jako fikcyjne opóźnienia Maple. - Wyświetl wartość p, ignorując znak, oraz werdykt:
unlikely to be chancedla wartości poniżej 0.05, w przeciwnym raziecould be chance.
Zaokrąglij do 2 miejsc po przecinku, a p do 3. Dla 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 chanceCzy werdykt pozostaje taki sam dla bardziej rygorystycznego lub łagodniejszego k?
Spróbuj swoich sił
import numpy as np
import pandas as pd
k = float(input())
df = pd.read_csv("trains.csv")
delays = df["delay_min"]
# Nie zmieniaj poniższej linii
rng = np.random.default_rng(5)
# Napisz swój kod poniżej
Sprawdź sięTa lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.
Wszystkie lekcje w sekcji Statystyka w uczeniu maszynowym
1Położenie i rozproszenie
Średnia i medianaPercentyle i kwartyleWariancja i odchylenie standardowePróba czy populacja?Najczęściej występująca wartośćPodsumowanie: czasy dostaw4Próby i populacje
Populacja i próbaŚrednie z prób się różniąRozkład próbkowaniaWiększe próby, mniej szumuPodsumowanie: ankietowanie mieszkańców2Rozkłady
Histogramy gęstościKształty danychKrzywa normalnaReguła 68-95-99,7Wyniki standaryzowane (Z-scores)Podsumowanie: czas pracy baterii5Obserwacje odstające
Wykresy pudełkoweReguła IQRReguła Z-scorePostępowanie z obserwacjami odstającymiPodsumowanie: błędy czujników3Prawdopodobieństwo przez symulację
Prawdopodobieństwo jako częstośćPrawo wielkich liczbSumy oczekWartość oczekiwanaPrawdopodobieństwo warunkowePodsumowanie: szanse na stoisku z kośćmi6Relacje
Odczytywanie wykresów punktowychKorelacjaMacierz korelacjiMapy cieplne korelacjiKorelacja nie oznacza przyczynowościPodsumowanie: lody i słońcePoćwicz samodzielnie: Kompilator Python online