IniziaInizia gratis

Bande al 90 e 95%

Stai osservando una media mobile su 40 giorni dei livelli di inquinamento da NO2 per la città di Cincinnati nel 2013. Per dare un quadro quanto più dettagliato possibile dell'incertezza nella tendenza, vuoi considerare sia gli intervalli al 90% sia al 99% intorno a questa stima mobile.

Per farlo, imposta le due ampiezze degli intervalli e una palette di colori ordinali arancioni. Inoltre, per consentire letture precise delle bande, rendile semitrasparenti in modo che le griglie di sfondo di Seaborn rimangano visibili.

Questo esercizio fa parte del corso

Migliorare le tue visualizzazioni dei dati in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Imposta l'opacità degli intervalli al 40%.
  • Calcola i limiti inferiore e superiore dell'intervallo di confidenza.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

int_widths = ['90%', '99%']
z_scores = [1.67, 2.58]
colors = ['#fc8d59', '#fee08b']

for percent, Z, color in zip(int_widths, z_scores, colors):
    
    # Pass lower and upper confidence bounds and lower opacity
    plt.fill_between(
        x = cinci_13_no2.day, alpha = ____, color = color,
        y1 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
        y2 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
        label = percent)
    
plt.legend()
plt.show()
Modifica ed esegui il codice