Think Stats 第2版 ―プログラマのための統計入門

23

23

2.6　第一子

for weeks, freq in hist.Smallest(10):

print(weeks, freq)

生児出生の妊娠期間のリストで、小さいほうから

10

個の値を挙げると

[0, 4, 9,

13, 17, 18, 19, 20, 21, 22]

です。

10

週以前

†

の値はエラーですし、

30

週以降の

値はおそらく正しいでしょう。

10

〜

30

週は確かなことは言えませんが、いくつかの

値はエラーでしょうし、いくつかは早産未熟児を表しているでしょう。

反対側では、大きいほうから値を挙げると、次のようになっています。

週数

度数

43 148

44 46

45 10

46 1

47 1

48 7

50 2

ほとんどの医者は、妊娠が

42

週を超えたら人工分娩を勧めるので、より大きな値

は驚きです。特に、

50

週は医学的にありえません。

外れ値を扱う最良の方法は、「専門知識（

domain knowledge

）」すなわち、データ

がどこから来て何を意味するかの情報に依拠することです。また、どのような分析を

行いたいと計画しているかにも依存します。

この例では、そもそもの質問とは、第一子は早く（あるいは遅く）産まれるかどう

かでした。この質問をするときに、人々は通常満期出産を考えていますから、この分

析では

27

週以降の妊娠に焦点を当てます。

2.6

 第一子

さあ、これで第一子と第二子以降との妊娠期間の分布の差を比較できます。

Birthord

を使って生児出生の

DataFrame

を分割して、ヒストグラムを計算します。 ...