Perché modellare: interpolazione
Un uso comune della modellazione è l'interpolazione per determinare un valore "all'interno" o "tra" i punti dati misurati. In questo esercizio, farai una previsione del valore della variabile dipendente distances per un certo valore della variabile indipendente times che cade "tra" due misurazioni di un viaggio in auto, dove le distanze sono quelle percorse nei corrispondenti tempi trascorsi.
Questo esercizio fa parte del corso
Introduzione alla modellazione lineare in Python
Istruzioni dell'esercizio
- Osserva gli array di dati predefiniti,
timesedistances, e il grafico già caricato. - In base a un'osservazione approssimativa, stima la
distance_traveleddalla posizione di partenza al tempoelapse_time = 2.5ore. - Assegna la tua risposta a
distance_traveled.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Compute the total change in distance and change in time
total_distance = ____[-1] - ____[0]
total_time = ____[-1] - ____[0]
# Estimate the slope of the data from the ratio of the changes
average_speed = total_distance / total_time
# Predict the distance traveled for a time not measured
elapse_time = 2.5
distance_traveled = average_speed * elapse_time
print("The distance traveled is {}".format(distance_traveled))