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) Show pertanyaan 1Write a function called 12 which returns the proportion of children in the dataset who had a mother with the education levels equal to less than high school (<12), high school (12), more than high school but not a college graduate (>12) and college degree. Fungsi ini harus mengembalikan kamus dalam bentuk (gunakan angka yang benar, jangan membulatkan angka) 1 {"less than high school":0.2, Kode1 def proportion_of_education(): 1 assert type(proportion_of_education())==type({}), "You must return a dictionary." 结果Pertanyaan 2Mari 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) Kode1 def average_influenza_doses(): 1 {"less than high school":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":0.2,2 {"less than high school":0.2,3 Catatan. Untuk membantu verifikasi, nilai 1_3 yang dicari autograder dimulai dengan angka 14 Kode1 {"less than high school":0.2,5 1 {"less than high school":0.2,7 结果Pertanyaan 4Korelasi 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. 15 adalah 16 (untuk ya) atau 17 (untuk tidak), dan 18 adalah jumlah dosis vaksin varicella yang telah diberikan kepada seorang anak. Korelasi positif (mis. g. , 1_9) berarti bahwa peningkatan 15 (yang berarti lebih banyak tidak) juga akan meningkatkan nilai 18 (yang berarti lebih banyak dosis vaksin). Jika ada korelasi negatif (mis. g. , def proportion_of_education():_2), menunjukkan bahwa pernah terkena cacar air berhubungan dengan peningkatan jumlah dosis vaksin Juga, def proportion_of_education():_3 adalah probabilitas bahwa kita mengamati korelasi antara 15 dan 18 yang lebih besar dari atau sama dengan nilai tertentu yang terjadi secara kebetulan. def proportion_of_education():_3 kecil berarti bahwa korelasi yang diamati sangat tidak mungkin terjadi secara kebetulan. Dalam hal ini, def proportion_of_education():3 harus sangat kecil (akan diakhiri dengan def proportion_of_education():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? Bagaimana cara saya berlatih Python untuk Ilmu Data?Cara Mempelajari Python untuk Ilmu Data . Langkah 1. Pelajari dasar-dasar Python. Semua orang mulai di suatu tempat. . Langkah 2. Berlatih dengan pembelajaran langsung. . Langkah 3. Pelajari perpustakaan ilmu data Python. . Langkah 4. Bangun portofolio ilmu data saat Anda mempelajari Python. . Langkah 5. Terapkan teknik ilmu data tingkat lanjut Apa topik dalam Python untuk Ilmu Data?Konsep Python Teratas yang Perlu Diketahui Sebelum Mempelajari Ilmu Data . Bilangan Bulat dan Angka Mengambang dengan Python String dengan Python Nilai Boolean dengan Python Operator aritmatika dengan Python Operator Perbandingan dengan Python Operator Logika dengan Python Operator Keanggotaan dengan Python Pemformatan F-string dengan Python Bagaimana cara menguasai Python untuk media Ilmu Data?10 Langkah Untuk Menguasai Python Untuk Ilmu Data. . Belajar Python. . Pahami Dasarnya. . Memahami Topik Lanjutan Dan Mengonsepkan Konsep Penting Ini. . Kode Terus-Menerus. . Kerjakan Beberapa Proyek Keren. . Memahami Mengapa Python Untuk Ilmu Data. . Mempelajari Perpustakaan Ilmu Data Dasar Seberapa baik Python untuk Ilmu Data?Ini adalah salah satu bahasa terbaik yang digunakan oleh ilmuwan data untuk berbagai proyek/aplikasi ilmu data . Python menyediakan fungsionalitas hebat untuk menangani matematika, statistik, dan fungsi ilmiah. Ini menyediakan perpustakaan yang bagus untuk menangani aplikasi ilmu data. |