शुरू करेंमुफ़्त में शुरू करें

बेसिक कॉन्फिडेंस इंटरवल

आप डेस मोइनेस, आयोवा में एक फायरवर्क्स निर्माता के डेटा वैज्ञानिक हैं. आपको शहर को यह दिखाना है कि आपकी कंपनी के बड़े फायरवर्क्स शो से शहर की हवा को कोई नुकसान नहीं हुआ. इसके लिए, आप 4 जुलाई के बाद वाले हफ्ते में प्रदूषकों के औसत स्तर देखते हैं और उनकी तुलना अपने पिछले शो के बाद लिए गए रीडिंग्स से करते हैं. औसत के आसपास कॉन्फिडेंस इंटरवल दिखाकर, आप यह तर्क दे सकते हैं कि हाल की रीडिंग्स सामान्य दायरे के भीतर ही थीं.

यह डेटा average_ests के रूप में लोड है, जिसमें प्रत्येक मापे गए प्रदूषक के लिए एक रो है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में अपनी डेटा विज़ुअलाइज़ेशन बेहतर करें

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 95% इंटरवल की निचली और ऊपरी सीमाएँ बनाएँ:

    • निचली सीमा बनाने के लिए, अनुमानों के 'mean' में से 1.96 स्टैंडर्ड एरर ('std_err') घटाएँ.
    • ऊपरी सीमा बनाने के लिए, अनुमानों के 'mean' में 1.96 स्टैंडर्ड एरर ('std_err') जोड़ें.

  • sns.FacetGrid() में pollutant को फैसेटिंग वैरिएबल के रूप में पास करें और प्लॉट्स के x-axes को अनलिंक करें ताकि इंटरवल्स सही स्केल में दिखें.

  • बनी हुई इंटरवल सीमाएँ मैप किए गए plt.hlines() फंक्शन को पास करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Construct CI bounds for averages
average_ests['lower'] = average_ests['____'] - 1.96*average_ests['____']
average_ests['upper'] = average_ests['____'] + 1.96*average_ests['____']

# Setup a grid of plots, with non-shared x axes limits
g = sns.FacetGrid(average_ests, row = '____', ____ = False)

# Plot CI for average estimate
g.map(plt.hlines, 'y', '____', '____')

# Plot observed values for comparison and remove axes labels
g.map(plt.scatter, 'seen', 'y', color = 'orangered').set_ylabels('').set_xlabels('') 

plt.show()
कोड संपादित करें और चलाएँ