Звёзды не ездят в метро (продолжение)

Итак, у нас есть данные, у нас есть датасеты.

Что делаем дальше?

Понятно, что данные надо чуть-чуть почистить. К сожалению, не всегда дата рождения известна, точна или записана в приятном формате.

Но вообще жить с этим можно.

У нас есть
- 906 миллиардеров (79% изначальной выборки)
- 717 лауреатов нобелевских премий (95% изначальной выборки)
- 100 крутых актёров (100% изначальной выборки)

С учётом того, что знаков 12, размеры выборок на грани, но вообще какой-то сигнал можно попробовать увидеть. Можно начинать думать.

Какая у нас нулевая гипотеза?
Дата рождения не влияет на успех в этих сферах. Распределение нобелиатов, миллиардеров и актёров не должно отличается от распределения обычных людей.

А какое оно, это распределение обычных людей? В феврале, наверное, меньше людей рождается (потому что дней меньше). А в славянских странах реже женятся в мае (чтобы "не маяться"), тоже как-то влияет.
Но никакого подобного датасета на весь мир на 150 лет у меня нет. Но по тому, что я видел и читал по другим выборкам, размеры этой неоднородности завышаются. Гипотеза о том, что дни рождений распределены равномерно по году, достаточно сильна. Так что не усложняем. Шанс того, что успешный человек попадёт в конкретный знак - это 1/12 = 8,3%.

Что дальше?
Сначала просто посмотрим на графики, потом включим "серьёзную статистику".