Menilai laju pertumbuhan
Untuk menghitung laju pertumbuhan, Anda dapat melakukan regresi linear dari logaritma luas total bakteri terhadap waktu. Hitung laju pertumbuhan dan dapatkan selang kepercayaan 95% menggunakan pairs bootstrap. Titik waktu, dalam satuan jam, disimpan dalam array numpy t dan luas bakteri, dalam satuan mikrometer persegi, disimpan dalam bac_area.
Latihan ini adalah bagian dari kursus
Studi Kasus dalam Pemikiran Statistik
Petunjuk latihan
- Hitung logaritma luas bakteri (
bac_area) menggunakannp.log()dan simpan hasilnya ke variabellog_bac_area. - Hitung kemiringan (slope) dan titik potong (intercept) dari kurva pertumbuhan semilog menggunakan
np.polyfit(). Simpan slope ke variabelgrowth_ratedan intercept kelog_a0. - Gambar 10.000 pasangan replikasi bootstrap untuk laju pertumbuhan dan log luas awal menggunakan
dcst.draw_bs_pairs_linreg(). Simpan hasilnya kegrowth_rate_bs_repsdanlog_a0_bs_reps. - Gunakan
np.percentile()untuk menghitung selang kepercayaan 95% dari laju pertumbuhan (growth_rate_bs_reps). - Cetak laju pertumbuhan dan selang kepercayaan ke layar. Ini sudah disiapkan untuk Anda, jadi klik 'Kirim Jawaban' untuk melihat hasilnya!
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Compute logarithm of the bacterial area: log_bac_area
log_bac_area = ____
# Compute the slope and intercept: growth_rate, log_a0
____, ____ = ____
# Draw 10,000 pairs bootstrap replicates: growth_rate_bs_reps, log_a0_bs_reps
____, ____ = ____(
____, ____, size=____
)
# Compute confidence intervals: growth_rate_conf_int
growth_rate_conf_int = ____
# Print the result to the screen
print("""
Growth rate: {0:.4f} 1/hour
95% conf int: [{1:.4f}, {2:.4f}] 1/hour
""".format(growth_rate, *growth_rate_conf_int))