MulaiMulai sekarang secara gratis

Menampilkan hasil regresi linear

Sekarang, Anda akan menampilkan hasil regresi linear pada plot sebar, dengan kode yang sudah disiapkan dari latihan sebelumnya. Untuk melakukannya, ambil 100 sampel bootstrap pertama (disimpan di bs_slope_reps_1975, bs_intercept_reps_1975, bs_slope_reps_2012, dan bs_intercept_reps_2012) dan plot garisnya dengan argumen kata kunci alpha=0.2 dan linewidth=0.5 pada plt.plot().

Latihan ini adalah bagian dari kursus

Pemikiran Statistik dengan Python (Bagian 2)

Lihat Kursus

Petunjuk latihan

  • Hasilkan nilai \(x\) untuk garis bootstrap menggunakan np.array(). Nilai tersebut harus terdiri dari 10 mm dan 17 mm.
  • Tulis for loop untuk memplot 100 garis bootstrap untuk himpunan data 1975 dan 2012. Garis untuk himpunan data 1975 harus berwarna 'blue' dan untuk himpunan data 2012 berwarna 'red'.
  • Tekan Kirim Jawaban untuk melihat plot!

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Make scatter plot of 1975 data
_ = plt.plot(bl_1975, bd_1975, marker='.',
             linestyle='none', color='blue', alpha=0.5)

# Make scatter plot of 2012 data
_ = plt.plot(bl_2012, bd_2012, marker='.',
             linestyle='none', color='red', alpha=0.5)

# Label axes and make legend
_ = plt.xlabel('beak length (mm)')
_ = plt.ylabel('beak depth (mm)')
_ = plt.legend(('1975', '2012'), loc='upper left')

# Generate x-values for bootstrap lines: x
x = np.array([____, ____])

# Plot the bootstrap lines
for i in range(100):
    plt.plot(____, ____,
             linewidth=0.5, alpha=0.2, color=____)
    plt.plot(____, ____,
             linewidth=0.5, alpha=0.2, color=____)

# Draw the plot again
plt.show()
Edit dan Jalankan Kode