Estimación de parámetros poblacionales
Imagina una constelación ("población") de satélites orbitando durante un año completo, y que la distancia recorrida en cada hora se mide en kilómetros. Hay variación en las distancias medidas de una hora a otra, debido a complicaciones desconocidas de la dinámica orbital. Supón que no podemos medir todos los datos del año, pero queremos construir un modelo poblacional para las variaciones de distancia orbital por hora (velocidad) a partir de una muestra de mediciones.
En este ejercicio, asumirás que la población de distancias horarias se modela mejor con una gaussiana, y además que los parámetros de ese modelo poblacional pueden estimarse a partir de las estadísticas muestrales. Empieza con sample_distances precargado, tomado de una población de satélites.
Este ejercicio forma parte del curso
Introducción al modelado lineal en Python
Instrucciones del ejercicio
- Calcula la media y la desviación estándar de
sample_distances. - Usa las estadísticas muestrales,
meanystdev, como buenas estimaciones de los parámetrosmuysigmade un modelo poblacional. - Pasa esos valores, y
sample_distances, a la función predefinidagaussian_model()para construir el modelo poblacional. - Usa la función predefinida
plot_model_and_data()para representar conjuntamente los datos de la muestra y el modelo poblacional.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Compute the mean and standard deviation of the sample_distances
sample_mean = np.mean(____)
sample_stdev = np.std(____)
# Use the sample mean and stdev as estimates of the population model parameters mu and sigma
population_model = gaussian_model(____, mu=____, sigma=____)
# Plot the model and data to see how they compare
fig = plot_data_and_model(sample_distances, population_model)