Pengantar ilmu data dalam solusi penugasan 2 python

Untuk tugas ini, Anda akan melihat data tahun 2017 tentang imunisasi dari CDC. File data Anda untuk penugasan ini ada di assets/NISPUF17. csv. Panduan pengguna data untuk ini, yang Anda perlukan untuk memetakan variabel dalam data ke pertanyaan yang diajukan, tersedia di aset/NIS-PUF17-DUG. pdf. Catatan. Anda mungkin harus pergi ke pohon Jupyter Anda [klik pada gambar Coursera] dan arahkan ke folder aset tugas 2 untuk melihat file PDF ini]

pertanyaan 1

Write a function called

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

2 which returns the proportion of children in the dataset who had a mother with the education levels equal to less than high school [12] and college degree.

Fungsi ini harus mengembalikan kamus dalam bentuk [gunakan angka yang benar, jangan membulatkan angka]

1
2
3
4

{"less than high school":0.2,
"high school":0.4,
"more than high school but not college":0.2,
"college":0.2}

Kode

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

def proportion_of_education[]:
    # your code goes here
    # YOUR CODE HERE
    # raise NotImplementedError[]
    import pandas as pd
    import numpy as np
    df = pd.read_csv["assests/NISPUF17.csv", index_col=0]
    EDUS=df['EDUC1']
    edus=np.sort[EDUS.values]
    poe={"less than high school":0,
        "high school":0,
        "more than high school but not college":0,
        "college":0}
    n=len[edus]
    poe["less than high school"]=np.sum[edus==1]/n
    poe["high school"]=np.sum[edus==2]/n
    poe["more than high school but not college"]=np.sum[edus==3]/n
    poe["college"]=np.sum[edus==4]/n
    return poe

1
2
3
4
5
6

assert type[proportion_of_education[]]==type[{}], "You must return a dictionary."
assert len[proportion_of_education[]] == 4, "You have not returned a dictionary with four items in it."
assert "less than high school" in proportion_of_education[].keys[], "You have not returned a dictionary with the correct keys."
assert "high school" in proportion_of_education[].keys[], "You have not returned a dictionary with the correct keys."
assert "more than high school but not college" in proportion_of_education[].keys[], "You have not returned a dictionary with the correct keys."
assert "college" in proportion_of_education[].keys[], "You have not returned a dictionary with the correct keys."

结果

Pertanyaan 2

Mari jelajahi hubungan antara diberi ASI saat masih kecil dan mendapatkan vaksin influenza musiman dari penyedia layanan kesehatan. Kembalikan sejumlah rata-rata jumlah vaksin influenza untuk anak-anak yang kami tahu menerima ASI saat masih kecil dan mereka yang tahu tidak

Fungsi ini harus mengembalikan tuple dalam bentuk [gunakan nomor yang benar

1

_

[2.5, 0.1]

Kode

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

def average_influenza_doses[]:
    # YOUR CODE HERE
    # raise NotImplementedError[]
    import pandas as pd
    import numpy as np
    df = pd.read_csv["assests/NISPUF17.csv", index_col=0]
    
    cbf_flu=df.loc[:,['CBF_01','P_NUMFLU']]
    
    
    cbf_flu1=cbf_flu[cbf_flu['CBF_01'] ==1].dropna[]
    cbf_flu2=cbf_flu[cbf_flu['CBF_01'] ==2].dropna[]
    
    flu1=cbf_flu1['P_NUMFLU'].values.copy[]
    flu1[np.isnan[flu1]] = 0
    f1=np.sum[flu1]/len[flu1]
    
    flu2=cbf_flu2['P_NUMFLU'].values.copy[]
    flu2[np.isnan[flu2]] = 0
    f2=np.sum[flu2]/len[flu2]
    
    aid =[f1,f2]
    return aid

1

{"less than high school":0.2,
"high school":0.4,
"more than high school but not college":0.2,
"college":0.2}

1

结果

## Pertanyaan 3 Akan menarik untuk melihat apakah ada bukti hubungan antara efektivitas vaksin dan jenis kelamin anak. Hitung rasio jumlah anak yang tertular cacar air tetapi divaksinasi [setidaknya satu dosis varicella] versus mereka yang divaksinasi tetapi tidak tertular cacar air. Kembalikan hasil berdasarkan jenis kelamin

Fungsi ini harus mengembalikan kamus dalam bentuk [gunakan angka yang benar]

{"less than high school":0.2,
"high school":0.4,
"more than high school but not college":0.2,
"college":0.2}

2

{"less than high school":0.2,
"high school":0.4,
"more than high school but not college":0.2,
"college":0.2}

3

Catatan. Untuk membantu verifikasi, nilai

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

_3 yang dicari autograder dimulai dengan angka

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

4

Kode

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

{"less than high school":0.2,
"high school":0.4,
"more than high school but not college":0.2,
"college":0.2}

5

1

{"less than high school":0.2,
"high school":0.4,
"more than high school but not college":0.2,
"college":0.2}

7

结果

Pertanyaan 4

Korelasi adalah hubungan statistik antara dua variabel. Jika kita ingin mengetahui apakah vaksin bekerja, kita dapat melihat korelasi antara penggunaan vaksin dan apakah itu menghasilkan pencegahan infeksi atau penyakit [1]. Dalam pertanyaan ini, Anda akan melihat apakah ada korelasi antara pernah terkena cacar air dan jumlah dosis vaksin cacar air yang diberikan [varicella]

Beberapa catatan tentang menafsirkan jawabannya.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

5 adalah

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

6 [untuk ya] atau

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

7 [untuk tidak], dan

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

8 adalah jumlah dosis vaksin varicella yang telah diberikan kepada seorang anak. Korelasi positif [mis. g. ,

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

_9] berarti bahwa peningkatan

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

5 [yang berarti lebih banyak tidak] juga akan meningkatkan nilai

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

8 [yang berarti lebih banyak dosis vaksin]. Jika ada korelasi negatif [mis. g. ,

def proportion_of_education[]:
    # your code goes here
    # YOUR CODE HERE
    # raise NotImplementedError[]
    import pandas as pd
    import numpy as np
    df = pd.read_csv["assests/NISPUF17.csv", index_col=0]
    EDUS=df['EDUC1']
    edus=np.sort[EDUS.values]
    poe={"less than high school":0,
        "high school":0,
        "more than high school but not college":0,
        "college":0}
    n=len[edus]
    poe["less than high school"]=np.sum[edus==1]/n
    poe["high school"]=np.sum[edus==2]/n
    poe["more than high school but not college"]=np.sum[edus==3]/n
    poe["college"]=np.sum[edus==4]/n
    return poe

_2], menunjukkan bahwa pernah terkena cacar air berhubungan dengan peningkatan jumlah dosis vaksin

Juga,

def proportion_of_education[]:
    # your code goes here
    # YOUR CODE HERE
    # raise NotImplementedError[]
    import pandas as pd
    import numpy as np
    df = pd.read_csv["assests/NISPUF17.csv", index_col=0]
    EDUS=df['EDUC1']
    edus=np.sort[EDUS.values]
    poe={"less than high school":0,
        "high school":0,
        "more than high school but not college":0,
        "college":0}
    n=len[edus]
    poe["less than high school"]=np.sum[edus==1]/n
    poe["high school"]=np.sum[edus==2]/n
    poe["more than high school but not college"]=np.sum[edus==3]/n
    poe["college"]=np.sum[edus==4]/n
    return poe

_3 adalah probabilitas bahwa kita mengamati korelasi antara

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

5 dan

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

8 yang lebih besar dari atau sama dengan nilai tertentu yang terjadi secara kebetulan.

def proportion_of_education[]:
    # your code goes here
    # YOUR CODE HERE
    # raise NotImplementedError[]
    import pandas as pd
    import numpy as np
    df = pd.read_csv["assests/NISPUF17.csv", index_col=0]
    EDUS=df['EDUC1']
    edus=np.sort[EDUS.values]
    poe={"less than high school":0,
        "high school":0,
        "more than high school but not college":0,
        "college":0}
    n=len[edus]
    poe["less than high school"]=np.sum[edus==1]/n
    poe["high school"]=np.sum[edus==2]/n
    poe["more than high school but not college"]=np.sum[edus==3]/n
    poe["college"]=np.sum[edus==4]/n
    return poe

_3 kecil berarti bahwa korelasi yang diamati sangat tidak mungkin terjadi secara kebetulan. Dalam hal ini,

def proportion_of_education[]:
    # your code goes here
    # YOUR CODE HERE
    # raise NotImplementedError[]
    import pandas as pd
    import numpy as np
    df = pd.read_csv["assests/NISPUF17.csv", index_col=0]
    EDUS=df['EDUC1']
    edus=np.sort[EDUS.values]
    poe={"less than high school":0,
        "high school":0,
        "more than high school but not college":0,
        "college":0}
    n=len[edus]
    poe["less than high school"]=np.sum[edus==1]/n
    poe["high school"]=np.sum[edus==2]/n
    poe["more than high school but not college"]=np.sum[edus==3]/n
    poe["college"]=np.sum[edus==4]/n
    return poe

3 harus sangat kecil [akan diakhiri dengan

def proportion_of_education[]:
    # your code goes here
    # YOUR CODE HERE
    # raise NotImplementedError[]
    import pandas as pd
    import numpy as np
    df = pd.read_csv["assests/NISPUF17.csv", index_col=0]
    EDUS=df['EDUC1']
    edus=np.sort[EDUS.values]
    poe={"less than high school":0,
        "high school":0,
        "more than high school but not college":0,
        "college":0}
    n=len[edus]
    poe["less than high school"]=np.sum[edus==1]/n
    poe["high school"]=np.sum[edus==2]/n
    poe["more than high school but not college"]=np.sum[edus==3]/n
    poe["college"]=np.sum[edus==4]/n
    return poe

8 menunjukkan angka yang sangat kecil]

[1] Ini bukan gambaran lengkapnya, karena kita tidak melihat kapan dosis diberikan. Ada kemungkinan anak-anak menderita cacar air dan kemudian orang tua mereka pergi untuk mendapatkan vaksin. Apakah kumpulan data ini memiliki data yang kami perlukan untuk menyelidiki waktu pemberian dosis?