DataLeaguebeta

Projekt

Tučniaky z Antarktídy: typy premenných a početnosti

Od prvého pohľadu na tabuľku cez početnosti a intervaly až po kontingenčnú tabuľku. Na skutočných meraniach 344 tučniakov.

9 krokov~45 min165 bodov spolu

V rokoch 2007 až 2009 vedci na stanici Palmer v Antarktíde odchytili a premerali 344 tučniakov troch druhov na troch ostrovoch. V tomto projekte ich dáta prejdeš krok za krokom tak, ako to robí analytik pri prvom stretnutí s novou tabuľkou: zistíš, čo v nej je a čo chýba, zaradíš premenné na škály, spočítaš početnosti a podiely, roztriedíš spojitú premennú do intervalov a v kontingenčnej tabuľke zistíš, či spolu súvisia dve kategoriálne premenné.

Každý krok je samostatná úloha s kontrolou a nápovedami. Kódové kroky už majú načítané dáta a výsledky predchádzajúcich krokov, takže chyba v jednom kroku nepokazí ďalšie.

Dáta

Súbor tucniaky.csv: oddeľovač bodkočiarka, desatinná bodka, prázdna bunka znamená chýbajúcu hodnotu. Jeden riadok je jeden premeraný tučniak.

stĺpecvýznamjednotka alebo hodnoty
druhdruh tučniakaAdelie, Chinstrap, Gentoo
ostrovostrov, kde bol pozorovanýBiscoe, Dream, Torgersen
dlzka_zobaka_mmdĺžka zobákamm
hlbka_zobaka_mmvýška (hĺbka) zobáka v najvyššom miestemm
dlzka_kridla_mmdĺžka plutvového krídlamm
hmotnost_ghmotnosť pri odchyteg
pohlaviepohlavie, ak ho bolo možné určiťsamec, samica
roksezóna pozorovania2007, 2008, 2009

Zdroj: Palmer Penguins (Gorman, Williams a Fraser, 2014; Palmer Station Antarctica LTER), licencia CC0. Názvy stĺpcov a hodnoty pohlavia sú preložené do slovenčiny, ostatné hodnoty sú pôvodné.

Dáta

tucniaky.csv344 riadkov, 8 stĺpcov

Stiahnuť CSV
Prvých 5 riadkov súboru
druhostrovdlzka_zobaka_mmhlbka_zobaka_mmdlzka_kridla_mmhmotnost_gpohlavierok
AdelieTorgersen39.118.71813750samec2007
AdelieTorgersen39.517.41863800samica2007
AdelieTorgersen40.318.01953250samica2007
AdelieTorgersenNaNNaNNaNNaNNaN2007
AdelieTorgersen36.719.31933450samica2007

Kroky

Kroky idú za sebou. V kódových krokoch sú dáta aj výsledky predchádzajúcich krokov už pripravené.

  1. Krok 1

    Prvý pohľad na tabuľku

    kód20 b.
    pandasnačítanie dátchýbajúce hodnoty

    Načítaj súbor tucniaky.csv a zisti, aká veľká je tabuľka a koľko v nej chýba.

    1. Načítaj dáta do df. Oddeľovač stĺpcov je bodkočiarka.
    2. Do riadky a stlpce ulož počet riadkov a stĺpcov.
    3. Do chybajuce_bunky ulož, koľko buniek v celej tabuľke chýba, a do riadky_s_chybou, v koľkých riadkoch chýba aspoň jedna hodnota.
    Python sa načíta pri prvom použití editoraBalíky:pandas

    Výstup sa zobrazí po spustení.

    Spusti kód a oprav chyby, kým neprejdú všetky kontroly.

  2. Krok 2

    Na akej škále sú premenné

    výber15 b.
    škály meraniatypy premenných

    Takto vyzerá výpis df.info() pre tučniakov:

     #   Column           Non-Null Count  Dtype
---  ------           --------------  -----
 0   druh             344 non-null    object
 1   ostrov           344 non-null    object
 2   dlzka_zobaka_mm  342 non-null    float64
 3   hlbka_zobaka_mm  342 non-null    float64
 4   dlzka_kridla_mm  342 non-null    float64
 5   hmotnost_g       342 non-null    float64
 6   pohlavie         333 non-null    object
 7   rok              344 non-null    int64

    Ktoré tvrdenie o premenných je správne aj so zdôvodnením?

    Vyber jednu možnosť.

  3. Krok 3

    Početnosti a podiely

    kód20 b.
    pandaspočetnostirelatívna početnosť

    Zisti, ako sú tučniaky rozdelené podľa ostrova a pohlavia. Tabuľka df je už načítaná.

    1. Do pocty_ostrov ulož počet tučniakov na každom ostrove.
    2. Do podiely_ostrov ulož podiely (čísla od 0 do 1).
    3. Do percenta_ostrov ulož tie isté podiely v percentách, zaokrúhlené na jedno desatinné miesto.
    4. Do podiely_pohlavie ulož podiel samcov a samíc medzi tučniakmi, ktorých pohlavie je známe.
    Python sa načíta pri prvom použití editoraBalíky:pandas

    Výstup sa zobrazí po spustení.

    Spusti kód a oprav chyby, kým neprejdú všetky kontroly.

  4. Krok 4

    Koľko je samíc

    číslo10 b.
    relatívna početnosťchýbajúce hodnoty

    Podľa predchádzajúceho kroku: aké percento tučniakov so známym pohlavím tvoria samice? Zadaj ho na jedno desatinné miesto.

    %

    Desatinnú čiarku aj bodku akceptujeme.

  5. Krok 5

    Hĺbka zobáka v intervaloch

    kód25 b.
    pandasintervalové triedenieSturgesovo pravidlohistogram

    Roztrieď hĺbku zobáka (hlbka_zobaka_mm) do intervalov podľa postupu z hodiny. Najmenšia hodnota je 13,1 mm, najväčšia 21,5 mm.

    1. Do n ulož počet vyplnených hodnôt a do r počet intervalov podľa Sturgesovho pravidla.
    2. Do h ulož šírku intervalu: rozpätie delené r, zaokrúhlené nahor na desatiny milimetra.
    3. Do hranice ulož zoznam hraníc od 13,0 mm (tesne pod minimom) pre r intervalov.
    4. Do pocetnosti ulož počty tučniakov v intervaloch, zoradené podľa intervalov, a do kumulativne_pct kumulatívne percentá.
    5. Nakresli histogram s tými istými hranicami.
    Python sa načíta pri prvom použití editoraBalíky:pandasmatplotlib

    Výstup sa zobrazí po spustení.

    Spusti kód a oprav chyby, kým neprejdú všetky kontroly.

  6. Krok 6

    Čítanie kumulatívnej početnosti

    číslo10 b.
    kumulatívna početnosťintervalové triedenie

    Podľa predchádzajúceho kroku: koľko percent tučniakov má zobák hlboký najviac 17,0 mm? Zadaj na jedno desatinné miesto.

    %

    Desatinnú čiarku aj bodku akceptujeme.

  7. Krok 7

    Ostrov a pohlavie v kontingenčnej tabuľke

    kód25 b.
    pandaskontingenčná tabuľkaočakávaná početnosťreziduálna početnosť

    Súvisí pohlavie tučniaka s ostrovom, kde žije? Zostav kontingenčnú tabuľku a porovnaj pozorované a očakávané početnosti.

    1. Do tabulka ulož pozorované početnosti (ostrov v riadkoch, pohlavie v stĺpcoch, bez súčtov).
    2. Do po_riadkoch ulož podmienené relatívne početnosti po riadkoch.
    3. Do ocakavane ulož očakávané početnosti, keby pohlavie s ostrovom nesúviselo.
    4. Do rezidua ulož reziduálne početnosti (pozorované mínus očakávané).
    Python sa načíta pri prvom použití editoraBalíky:pandas

    Výstup sa zobrazí po spustení.

    Spusti kód a oprav chyby, kým neprejdú všetky kontroly.

  8. Krok 8

    Súvisí pohlavie s ostrovom?

    výber15 b.
    kontingenčná tabuľkainterpretáciareziduálna početnosť

    Na základe kontingenčnej tabuľky z predchádzajúceho kroku: súvisí pohlavie tučniaka s ostrovom?

    ostrovsamecsamicapodiel samcov
    Biscoe83800,509
    Dream62610,504
    Torgersen23240,489
    Vyber jednu možnosť.

  9. Krok 9

    Krátka správa o dátach

    text25 b.
    interpretáciavýber a populáciachýbajúce hodnoty

    Napíš krátku správu (4 až 8 viet) pre kolegu, ktorý dáta ešte nevidel. Opíš, koho dáta zachytávajú, čo v nich chýba, aspoň dve zistenia s konkrétnymi číslami z tohto projektu a na čo si treba dať pozor pri zovšeobecňovaní.

    0 slov, minimum 50ešte 50 slov