33. بررسی داده‌های گمشده

بررسی کنید آیا در هیچ‌کدام از ستون‌های داده مقادیر گمشده (Missing Values) وجود دارد یا خیر.
در صورت وجود، مشخص کنید مربوط به کدام ستون است و چه مقدار از داده‌ها را تشکیل می‌دهد.

34. مقایسه‌ی نوع سرویس اینترنت و نوع قرارداد

ستون‌های InternetService و Contract را مقایسه کنید.
آیا مواردی وجود دارد که کاربر اینترنت ندارد (No) اما نوع قرارداد مشخص دارد؟
در صورت مشاهده، این موارد را به‌عنوان ناهنجاری (Abnormality) گزارش کنید.

35. شناسایی Outlier با نمودار

با استفاده از نمودار (Boxplot یا Histogram) بررسی کنید آیا متغیر MonthlyCharges (هزینه ماهیانه) شامل مقدارهای پرت است یا خیر.


36. شناسایی محدوده‌ی داده‌های پرت

برای ستون MonthlyCharges، داده‌های پرت را با دو روش زیر پیدا کنید:
a. روش Z-Score
b. روش IQR (Interquartile Range)
در هر روش، مقدار آستانه را محاسبه کرده و ردیف‌هایی را که پرت هستند فهرست کنید.

37. نرمال‌سازی با Z-Score

ستون TotalCharges را با روش Z-score استانداردسازی کنید تا میانگین صفر و انحراف معیار یک داشته باشد.
میانگین و انحراف معیار مقدار جدید را محاسبه کرده و بررسی کنید آیا در محدوده‌ی نرمال (تقریباً ±3) قرار دارند یا نه.

38. تحلیل Skewness (عدم تقارن)

a. میزان skewness برای ستون TotalCharges را محاسبه کنید.
b. سپس skewness را پس از استانداردسازی Z-score نیز محاسبه کرده و مقایسه کنید.
c. بر اساس مقدار skewness، مشخص کنید آیا داده‌ها به‌طور قابل توجهی skewed هستند یا تقریباً متقارن.

39. بررسی نرمال بودن داده‌ها

برای ستون TotalCharges نمودار احتمال نرمال (Normal Probability Plot / Q–Q Plot) رسم کنید.
بررسی کنید آیا نقاط تقریباً روی خط نرمال قرار دارند یا خیر، و در مورد نرمال بودن داده توضیح دهید.

40. بررسی مقادیر صفر و توزیع داده

ستون TotalCharges شامل تعدادی مقدار صفر است.
a. نمودار نرمال بودن این ستون را رسم کنید.
b. توضیح دهید چرا توزیع داده نرمال نیست .
c. متغیری جدید به نام NonzeroCharges بسازید که فقط شامل مقادیر غیرصفر باشد.
d. نمودار نرمال بودن متغیر جدید را رسم کنید و درباره‌ی نرمال‌تر شدن آن توضیح دهید.

41. نرمال‌سازی ستون Tenure

ستون tenure (تعداد ماه‌های عضویت مشتری) را با روش Z-score استانداردسازی کنید.
نمودار توزیع مقادیر استانداردشده را رسم کرده و محدوده‌ی آن را (مثلاً از -3 تا +3) توصیف کنید.