始める無料で始める

基本的な信頼区間

あなたはアイオワ州デモインの花火メーカーのデータサイエンティストです。自社の大規模な花火大会が市の大気に悪影響を与えていないことを市に説明する必要があります。そのために、独立記念日（7月4日）後の1週間における汚染物質の平均レベルを確認し、直近の花火大会後の測定値と比較します。平均のまわりに信頼区間を示すことで、今回の測定値が通常の範囲内に十分収まっていることを示せます。

このデータは、各汚染物質につき1行の average_ests として読み込まれています。

この演習はコースの一部です

Pythonでデータ可視化を磨く

コースを見る

演習の手順

  • 95%区間の下限と上限を作成します:

    • 推定値の 'mean' から標準誤差（'std_err'）の 1.96 倍を「減算」して下限を作成します。
    • 推定値の 'mean' に標準誤差（'std_err'）の 1.96 倍を「加算」して上限を作成します。

  • sns.FacetGrid() にファセット変数として pollutant を渡し、各プロットの x 軸のリンクを外して、区間が見やすいサイズになるようにします。

  • 作成した区間の下限・上限を、マップされた plt.hlines() 関数に渡します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Construct CI bounds for averages
average_ests['lower'] = average_ests['____'] - 1.96*average_ests['____']
average_ests['upper'] = average_ests['____'] + 1.96*average_ests['____']

# Setup a grid of plots, with non-shared x axes limits
g = sns.FacetGrid(average_ests, row = '____', ____ = False)

# Plot CI for average estimate
g.map(plt.hlines, 'y', '____', '____')

# Plot observed values for comparison and remove axes labels
g.map(plt.scatter, 'seen', 'y', color = 'orangered').set_ylabels('').set_xlabels('') 

plt.show()
コードを編集して実行