始める無料で始める

信頼帯を作る

Vandenberg Air Force Base は宇宙へのロケット打ち上げ地点としてよく使われます。最近、打ち上げペースの上昇が周辺地域の大気質に悪影響を与えているのではないかという仮説を立てました。これを調べるために、大気中の NO2 測定値の25日移動平均の折れ線をプロットしました。観察されたパターンが単なるランダムノイズかどうかを判断しやすくするため、移動平均の周りに99%信頼帯を追加することにしました。トレンドラインに信頼帯を加えると、そのトレンドの安定性が見えてきます。これにより、見つかったトレンドに対する確信度が高まることもあれば、低下することもあります。

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

  • 平均に標準誤差を 2.58 倍して加減し、99%の上限・下限バンドを作成します。
  • ポイント推定の線を白にします。
  • alpha を 0.4 に設定して、ポイント推定の線を半透明にします。
  • plt.fill_between() に、各日のどの値の間を塗りつぶすかを指定します。

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。

# Draw 99% inverval bands for average NO2
vandenberg_NO2['lower'] = vandenberg_NO2['mean'] ____ ____*vandenberg_NO2['std_err']
vandenberg_NO2['upper'] = vandenberg_NO2['mean'] ____ ____*vandenberg_NO2['std_err']

# Plot mean estimate as a white semi-transparent line
plt.plot('day', 'mean', data = vandenberg_NO2,
         color = '____', alpha = ____)

# Fill between the upper and lower confidence band values
plt.fill_between(x = 'day', 
                 ____ = 'lower', ____ = 'upper', 
                 data = vandenberg_NO2)

plt.show()
コードを編集して実行