Population Parameters का Estimation
कल्पना कीजिए कि उपग्रहों का एक तारामंडल ("population") पूरे एक साल तक कक्षा में घूम रहा है, और हर घंटे तय की गई दूरी किलोमीटर में नापी जाती है. कक्षीय गतिविज्ञान की जटिलताओं के कारण घंटे-घंटे में मापी गई दूरियों में भिन्नता रहती है. मान लीजिए कि हम साल भर का सारा डेटा माप नहीं सकते, लेकिन हम प्रति घंटे कक्षीय दूरी (गति) में होने वाले बदलावों के लिए एक population मॉडल बनाना चाहते हैं, जो मापों के एक sample पर आधारित हो.
इस अभ्यास में, आप मानेंगे कि hourly distances की population को एक gaussian से सबसे बेहतर मॉडल किया जा सकता है, और आगे यह भी मानेंगे कि उस population मॉडल के parameters को sample statistics से estimate किया जा सकता है. शुरुआत कीजिए दिए गए sample_distances से, जो उपग्रहों की एक population से लिया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Linear Modeling परिचय
अभ्यास निर्देश
sample_distancesका mean और standard deviation निकालें.- sample statistics
meanऔरstdevका उपयोग करके population मॉडल के parametersmuऔरsigmaके अच्छे estimates बनाइए. - इन मानों को, और
sample_distancesको, predefinedgaussian_model()में पास करके population मॉडल बनाइए. - predefined
plot_model_and_data()का उपयोग करके sample data और population मॉडल को साथ में plot कीजिए.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)