חשבו את הממוצע ואת השונות של רמת הכולסטרול על בסיס הנתונים בטבלה. (הערה: יש לחשב את השונות כאילו מדובר באוכלוסייה, אין צורך בתיקון למדגם)

עידית חיפשה עבור מיה פונקציות ספרייה שיוכלו לבצע את החישובים הנדרשים ומצאה את הפונקציות הבאות. מה מבצעת כל אחת מהפונקציות sod_1, sod_2?

python
1def sod_1(X):
2  a = 0
3  for val in X:
4    a += val
5  return a / len(X)
6
7def sod_2(X):
8  a = sod_1(X)
9  b = 0
10  for val in X:
11    b += (val - a) ** 2
12  return (b / len(X)) ** 0.5

כתבו פונקציה המקבלת רשימה של ערכים X וערך בודד y ומחזירה את ציון התקן Z של הערך y. ניתן להשתמש בפונקציות הספרייה sod_1, sod_2 לטובת החישוב.

python
1def z_score(X,y):
2  return _______________________________________

ניר עוזר למאיה ושרטט היסטוגרמות של המשתנים במאגר (גרפים 1-3) אולם שכח להוסיף כותרות לגרפים. קבעו איזה גרף שייך לאיזה מאפיין. נמקו את קביעתכם.

על בסיס הגרפים בסעיף 4, העריכו כמה מטופלים כלולים במאגר.

על בסיס הגרפים בסעיף 4, העריכו האם השונות של רמת הסוכר נמוכה, שווה או גבוהה מהשונות של רמת הכולסטרול. נמקו את קביעתכם.

חשבו את ערך Z של נתון קיצוני עבור המשתנה רמת כולסטרול, קבעו על בסיס ערך Z זה האם הוא חריג.

מאיה שרטטה גרף פיזור של רמת הסוכר בדם לעומת רמת הכולסטרול (תרשים 4) אולם שכחה להוסיף כותרות לצירים.

a. קבעו איזה מאפיין נמצא על ציר x. נמקו את קביעתכם.

b. הסבירו מדוע הגרף כולל שתי צורות סימון.

c. האם הגרף כולל את כלל הדוגמאות במאגר? נמקו את קביעתכם.

d. האם על פי הגרף יש קשר בין רמת כולסטרול לבין רמת סוכר בדם. נמקו את קביעתכם.

אורן טוען שלטובת משימת סיווג באמצעות אלגוריתם KNN יש צורך לבצע המרת תחום לנתונים. האם אורן צודק? נמקו את קביעתכם.