Jupyter练习

一、安装与使用

安装Ipython与Jupyter，安装好后，接着安装pandas、seaborn、statsmodels库。

或者直接安装anaconda，里面有Jupyter Notebook，直接启动，自动打开一个浏览器，创建一个新的Python3文件。

二、问题解答

导入数据分析要用到的各种库并且导入数据

Part 1

For each of the four datasets...

• Compute the mean and variance of both x and y
• Compute the correlation coefficient between x and y
• Compute the linear regression line: y=β0+β1x+ϵ (hint: use statsmodels and look at the Statsmodels notebook)

（1）Compute the mean and variance of both x and y

gp = anascombe.groupby('dataset') #对数据集按照dataset列进行分组

#分别对四个类别的dataset输出x、y的均值和方差
for index in ['I','II',"III","IV"]: 
    print("The " + index + " dataset:")
    mean_x = gp.get_group(index)['x'].mean()
    mean_y = gp.get_group(index)['y'].mean()
    var_x =  gp.get_group(index)['x'].var()
    var_y =  gp.get_group(index)['y'].var()
    print("  x的均值",mean_x)
    print("  y的均值", mean_y)
    print("  x的方差", var_x)
    print("  y的方差", var_y)
    print("")

output：

The I dataset:
  x的均值 9.0
  y的均值 7.500909090909093
  x的方差 11.0
  y的方差 4.127269090909091

The II dataset:
  x的均值 9.0
  y的均值 7.500909090909091
  x的方差 11.0
  y的方差 4.127629090909091

The III dataset:
  x的均值 9.0
  y的均值 7.500000000000001
  x的方差 11.0
  y的方差 4.12262

The IV dataset:
  x的均值 9.0
  y的均值 7.50090909090909
  x的方差 11.0
  y的方差 4.12324909090909

（2）Compute the correlation coefficient between x and y

co