शुरू करेंमुफ़्त में शुरू करें

Bootstrap regressions को प्लॉट करना

Linear regression में संभावित परिवर्तनशीलता को विज़ुअलाइज़ करने का एक अच्छा तरीका यह है कि ढाल और अवरोध के हर bootstrap replicate से मिलने वाली रेखा को प्लॉट करें. bs_slope_reps और bs_intercept_reps में संग्रहीत ढाल और अवरोध के अपने पहले 100 bootstrap replicates के लिए ऐसा करें.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Statistical Thinking in Python (Part 2)

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Regression lines के प्लॉट के लिए 0 और 100 से बने \(x\)-values की array जनरेट करें. इसके लिए np.array() फंक्शन का उपयोग करें.
  • एक for लूप लिखें जिसमें आप pairs bootstrap replicates से दी गई ढाल और अवरोध के साथ एक regression line प्लॉट करें. ऐसा 100 लाइनों के लिए करें.
    • for लूप की हर iteration में regression lines प्लॉट करते समय regression समीकरण y = a*x + b याद रखें. यहाँ a है bs_slope_reps[i] और b है bs_intercept_reps[i].
    • plt.plot() कॉल में keyword arguments linewidth=0.5, alpha=0.2, और color='red' निर्दिष्ट करें.
  • illiteracy को x-axis पर और fertility को y-axis पर रखते हुए एक scatter plot बनाइए. marker='.' और linestyle='none' keyword arguments देना न भूलें.
  • Axes लेबल करें, 2% मार्जिन सेट करें, और प्लॉट दिखाएँ. यह आपके लिए कर दिया गया है, तो bootstrap regressions देखने के लिए बस सबमिट करें!

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Generate array of x-values for bootstrap lines: x
x = ____

# Plot the bootstrap lines
for i in range(____):
    _ = plt.plot(____, 
                 ____*x + ____,
                 ____=0.5, ____=0.2, ____='red')

# Plot the data
_ = ____

# Label axes, set the margins, and show the plot
_ = plt.xlabel('illiteracy')
_ = plt.ylabel('fertility')
plt.margins(0.02)
plt.show()
कोड संपादित करें और चलाएँ