Revisão: pesquisa de opinião em uma cidade
Parte da seção Estatística para ML do Journey de Machine Learning da Coddy. Lição 23 de 64.
Desafio
MédioHora de consultar a população sobre um novo parque. Uma pesquisa informa a proporção de pessoas favoráveis, com uma margem para mais ou para menos: 2 vezes o .std() da pesquisa dividido pela raiz quadrada do tamanho da amostra. As margens incluem o valor real? 25 pesquisas de outra cidade:
voters contém 1 para cada pessoa favorável e 0 para as demais; o programa lê o tamanho da amostra.
- Imprima o apoio real.
- Faça 400 pesquisas com pessoas diferentes; imprima a proporção e a margem da primeira.
- Imprima quantas margens abrangem o apoio real e quantas pesquisas mostram 0.5 ou menos.
Proporções e margens com 3 casas decimais. Para a outra cidade e 200:
True support: 0.52
First poll: 0.525, give or take 0.071
Margins that caught the truth: 384 of 400
Polls calling it wrong: 127Experimente você mesmo
import numpy as np
size = int(input())
# Não altere as linhas abaixo: 1 para cada eleitor que apoia o parque, 0 para os demais
voters = np.concatenate([np.ones(10800), np.zeros(9200)])
rng = np.random.default_rng(23)
# Escreva seu código abaixo
Todas as lições de Estatística para ML
1Centro e dispersão
Média e medianaPercentis e quartisVariância e desvio padrãoAmostra ou população?O valor mais frequenteRevisão: tempos de entrega4Amostras e Populações
População e AmostraAs médias amostrais variamA distribuição amostralAmostras maiores, menos ruídoRevisão: pesquisa de opinião em uma cidade7Linhas de tendência
ResíduosAjuste por mínimos quadradosTraçando o ajusteFazendo previsões com uma linhaQuão bom é o ajuste?Revisão: horas de prática10Codificação de Categorias
Categorias como NúmerosCodificação One-HotAgrupamento de Números em FaixasRecapitulação: Anúncios de Carros2Distribuições
Histogramas de densidadeFormatos dos dadosA curva normalA regra 68-95-99,7Escores ZRecapitulando: duração da bateria5Valores atípicos
Diagramas de caixaA regra do IQRA regra do Z-scoreComo lidar com valores atípicosRevisão: falhas nos sensores8Comparando grupos
Gráficos de caixa por grupoDiferença entre médiasPode ser acaso?Valores-pO teste tRevisão: teste A/B11Explorando um conjunto de dados
Um primeiro olharTodos os atributos de uma vezAtributos em relação ao rótuloOs dois melhores atributosRevisão: dados de diabetes3Probabilidade por Simulação
Probabilidade como frequênciaA Lei dos Grandes NúmerosSomas de dadosValor esperadoProbabilidade condicionalRevisão: chances na barraca de dados6Relações
Lendo gráficos de dispersãoCorrelaçãoMatriz de correlaçãoMapas de calor de correlaçãoCorrelação não é causalidadeRevisão: sorvete e sol9Escalonamento de Recursos
Por que escalar os recursosEscalonamento Min-MaxPadronizaçãoStandardScalerRevisão: Parceiros de escaladaPratique por conta própria: Compilador de Python online