《统计思维——程序员数学之概率统计》学习笔记及每章练习

最新推荐文章于 2025-04-27 13:38:29 发布

原创

最新推荐文章于 2025-04-27 13:38:29 发布 · 750 阅读

4 ·

CC 4.0 BY-SA版权

本文是关于《统计思维——程序员数学之概率统计》的学习笔记，包括探索性数据分析、分布和概率质量函数的章节练习。通过ReadFemPreg函数处理数据，深入理解DataFrame操作，如访问列、添加新列、计数统计等。同时，讨论了分布的统计量，如均值、众数，并用直方图展示。进一步探讨了概率质量函数(PMF)，计算并对比了不同生育次数孩子的出生周数差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一章探索性数据分析

练习1.1
主要目的是为了熟悉作者正文里用到的一些获取数据的方法。
– ReadFemPreg：从dct文件和dat文件中分别读取属性和数据，组合成一个DataFrame对象返回，供后续分析数据使用。
– 访问DataFrame中的一列，可以用字典语法 df[‘pregordr’]，也可以用点标记法 df.pregordr(只有当列名为合法的Python标识符时才能使用）。
– 为DataFrame添加新列时，必须使用字典语法。
– DataFrame的每一列是一个Series对象，可以用valude_counts()方法计算每个值出现的次数，如：df.outcome.value_counts().sort_index().
– MakePregMap()：获取每个caseid对应的所有index（一位受访者会有n次怀孕数据，对应n行）。函数实现中用到的collections.defaultdict（）用于返回一个类似字典的对象，可以不用显式赋值。
– 获取特定caseid的所有数据：preg[preg.caseid==2298]
练习1.2
– 读取2001FemResp.dat.gz数据：将ReadFemResp入参改为(dct_file=‘2001FemResp.dct’, dat_file=‘2001FemResp.dat.gz’, nrows=None). 读取pregnum:

    resp_2001 = ReadFemResp_2001()
    preg_2001 = nsfg.ReadFemPreg()
    
    pregnum_list = preg_2001.pregnum.value_counts().sort_index()
    print(pregnum_list)

– 比较Resp和Preg文件中每位调查者的妊娠次数：遍历Resp中的每个index，得到index对应的pregnum数