Inizia subitoInizia gratis

Come dipende l'effetto della corrente dalla corsia?

Per quantificare l'effetto del numero di corsia sulla performance, esegui una regressione lineare dei dati f_13 rispetto a lanes. Esegui un bootstrap a coppie per ottenere un intervallo di confidenza al 95%. Infine, crea un grafico della regressione. Gli array lanes e f_13 sono già nello spazio dei nomi.

Nota: potremmo calcolare le barre d'errore sulle differenze frazionarie medie e usarle nella regressione, ma ciò va oltre lo scopo di questo corso.

Questo esercizio fa parte del corso

Casi di studio nel pensiero statistico

Visualizza corso

Istruzioni dell'esercizio

  • Calcola la pendenza e l'intercetta della retta f_13 rispetto a lanes usando np.polyfit().
  • Usa dcst.draw_bs_pairs_linreg() per ottenere 10.000 replicati bootstrap di pendenza e intercetta, salvandoli rispettivamente in bs_reps_slope e bs_reps_int.
  • Usa i replicati bootstrap per calcolare un intervallo di confidenza al 95% per la pendenza.
  • Stampa a schermo la pendenza e l'intervallo di confidenza al 95%. Questo è già stato fatto per te.
  • Usando np.array(), genera i valori di x da usare per il grafico delle linee bootstrap. x deve andare da 1 a 8.
  • Il grafico contiene già i dati. Scrivi un ciclo for per aggiungere 100 linee bootstrap al grafico usando gli argomenti color='red', alpha=0.2 e linewidth=0.5.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Compute the slope and intercept of the frac diff/lane curve
____, ____ = ____

# Compute bootstrap replicates
bs_reps_slope, bs_reps_int = ____

# Compute 95% confidence interval of slope
conf_int = ____

# Print slope and confidence interval
print("""
slope: {0:.5f} per lane
95% conf int: [{1:.5f}, {2:.5f}] per lane""".format(slope, *conf_int))

# x-values for plotting regression lines
x = ____

# Plot 100 bootstrap replicate lines
for i in ____:
    _ = ____(____, ____[i] * ____ + ____[i], 
                 color='red', alpha=0.2, linewidth=0.5)
   
# Update the plot
plt.draw()
plt.show()
Modifica ed esegui il codice