Motivos para modelar: interpolación
Un uso común del modelado es la interpolación para determinar un valor "dentro" o "entre" los puntos de datos medidos. En este ejercicio, harás una predicción del valor de la variable dependiente distances para un valor dado de la variable independiente times que cae "entre" dos mediciones de un viaje por carretera, donde las distancias son las recorridas para los tiempos transcurridos indicados.
Este ejercicio forma parte del curso
Introducción al modelado lineal en Python
Instrucciones del ejercicio
- Revisa las matrices de datos predefinidas,
timesydistances, y la gráfica precargada. - Según tu inspección aproximada, estima la
distance_traveleddesde la posición inicial enelapse_time = 2.5horas. - Asigna tu respuesta a
distance_traveled.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Compute the total change in distance and change in time
total_distance = ____[-1] - ____[0]
total_time = ____[-1] - ____[0]
# Estimate the slope of the data from the ratio of the changes
average_speed = total_distance / total_time
# Predict the distance traveled for a time not measured
elapse_time = 2.5
distance_traveled = average_speed * elapse_time
print("The distance traveled is {}".format(distance_traveled))