MulaiMulai sekarang secara gratis

Memplot kurva pertumbuhan

Pada latihan sebelumnya, Anda melihat bahwa interval kepercayaan pada kurva pertumbuhan sangat sempit. Di sini Anda akan mengeksplorasinya secara grafis dengan memplot beberapa garis bootstrap bersamaan dengan kurva pertumbuhan. Anda akan menggunakan fungsi plt.semilogy() untuk membuat plot dengan sumbu-y dalam skala log. Artinya, Anda perlu mentransformasikan kurva regresi linear teoretis untuk dipplot dengan cara mengeksponensialkannya.

Latihan ini adalah bagian dari kursus

Studi Kasus dalam Pemikiran Statistik

Lihat Kursus

Petunjuk latihan

  • Plot titik data menggunakan plt.semilogy(). Array numpy t dan bac_area sudah tersedia di namespace Anda.
  • Gunakan np.array() untuk menghasilkan nilai waktu guna memplot garis bootstrap. Namai t_bs. Waktu harus berkisar dari 0 hingga 14 jam.
  • Tulis sebuah loop for untuk memplot garis regresi yang sesuai dengan 100 pasangan replikasi bootstrap pertama. Array numpy growth_rate_bs_reps dan log_a0_bs_reps yang Anda hitung pada latihan terakhir sudah ada di namespace Anda.
    • Hitung kurva pertumbuhan dengan mengeksponensialkan garis regresi linear menggunakan np.exp().
    • Plot garis teoretis menggunakan plt.semilogy() dengan argumen kata kunci linewidth=0.5, alpha=0.05, dan color='red'.
  • Beri label pada sumbu dan tampilkan plot Anda. Label yang sesuai untuk sumbu x dan y masing-masing adalah 'time (hr)' dan 'area (sq. µm)'.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Plot data points in a semilog-y plot with axis labeles
_ = ____(____, ____, marker='.', linestyle='none')

# Generate x-values for the bootstrap lines: t_bs
t_bs = ____([____, ____])

# Plot the first 100 bootstrap lines
for i in range(____):
    y = ____(____[i] * ____ + ____[i])
    _ = ____(____, ____, linewidth=____, alpha=____, color=____)
    
# Label axes and show plot
_ = plt.xlabel('____')
_ = plt.ylabel('____')
____
Edit dan Jalankan Kode