LoslegenKostenlos loslegen

Achsenabschnitt und Startpunkte

In dieser Übung siehst du die Parameter Achsenabschnitt und Steigung im Kontext eines Modells für Messungen des Volumens einer Lösung in einem großen Glaskrug. Die Lösung besteht aus Wasser, Getreide, Zucker und Hefe. Die Gesamtmasse der Lösung zusammen mit dem Glasbehälter wurde ebenfalls erfasst, aber die Masse des leeren Behälters wurde nicht notiert.

Deine Aufgabe ist es, mit dem vorab geladenen pandas-DataFrame df mit den Spalten volumes und masses ein lineares Modell zu erstellen, das die masses (y-Daten) mit den volumes (x-Daten) verknüpft. Die Steigung ist eine Schätzung der Dichte (Änderung der Masse / Änderung des Volumens) der Lösung, und der Achsenabschnitt ist eine Schätzung des Gewichts des leeren Behälters (Masse bei volume=0).

Diese Übung ist Teil des Kurses

Einführung in lineares Modellieren mit Python

Kurs anzeigen

Anleitung zur Übung

  • Importiere ols() aus statsmodels und verwende es, um einen Modellfit für data=df mit formula = "masses ~ volumes" zu erstellen.
  • Extrahiere den Achsenabschnitt a0 und die Steigung a1 mit .params['Intercept'] bzw. .params['volumes'].
  • Gib a0 und a1 mit physikalisch sinnvollen Bezeichnungen aus.
  • Gib model_fit() aus und suche nach Werten, die mit den oben gefundenen übereinstimmen; achte auf die Zeilenlabels Intercept, volumes und die Spaltenbezeichnung coef.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import ols from statsmodels, and fit a model to the data
from statsmodels.formula.api import ols
model_fit = ols(formula="____ ~ ____", data=____)
model_fit = model_fit.fit()

# Extract the model parameter values, and assign them to a0, a1
a0 = model_fit.params['____']
a1 = model_fit.params['____']

# Print model parameter values with meaningful names, and compare to summary()
print( "container_mass   = {:0.4f}".format(____) )
print( "solution_density = {:0.4f}".format(____) )
print( model_fit.summary() )
Code bearbeiten und ausführen