CommencerCommencer gratuitement

Créer une bande de confiance

La base aérienne de Vandenberg est souvent utilisée comme site de lancement de fusées dans l’espace. Vous pensez qu’une récente accélération du rythme des lancements pourrait nuire à la qualité de l’air de la région. Pour explorer cette hypothèse, vous avez tracé une moyenne mobile sur 25 jours des mesures de NO2 atmosphérique. Pour déterminer si le motif observé relève du bruit aléatoire ou non, vous décidez d’ajouter une bande de confiance à 99 % autour de votre moyenne mobile. Ajouter une bande de confiance à une courbe de tendance peut éclairer la stabilité de la tendance observée. Cela peut soit renforcer, soit diminuer la confiance dans la tendance mise en évidence.

Cet exercice fait partie du cours

Améliorer vos visualisations de données en Python

Afficher le cours

Instructions

  • Construisez les bandes d’intervalle à 99 % (supérieure et inférieure) en ajoutant et en soustrayant 2.58 erreurs standards à la moyenne.
  • Mettez la ligne de l’estimation ponctuelle en blanc.
  • Rendez la ligne de l’estimation ponctuelle semi-transparente en fixant alpha à 0.4.
  • Indiquez à plt.fill_between() quelles valeurs remplir entre chaque jour.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Draw 99% inverval bands for average NO2
vandenberg_NO2['lower'] = vandenberg_NO2['mean'] ____ ____*vandenberg_NO2['std_err']
vandenberg_NO2['upper'] = vandenberg_NO2['mean'] ____ ____*vandenberg_NO2['std_err']

# Plot mean estimate as a white semi-transparent line
plt.plot('day', 'mean', data = vandenberg_NO2,
         color = '____', alpha = ____)

# Fill between the upper and lower confidence band values
plt.fill_between(x = 'day', 
                 ____ = 'lower', ____ = 'upper', 
                 data = vandenberg_NO2)

plt.show()
Modifier et exécuter le code