始める無料で始める

90%、95%、99% の区間

あなたはアラスカ州フェアバンクスにあるアウトドア・アドベンチャー企業のデータサイエンティストです。最近、SO2（二酸化硫黄）汚染によって顧客に不便が生じ、高額なキャンセルが発生しています。同社には CO、NO2、O3 のセンサーはありますが、SO2 のセンサーはありません。

そこで、センサーのある汚染物質の値に基づいて SO2 の値を予測するモデル（pollution_model、statsmodels オブジェクト）を作成しました。どの汚染物質の値がモデルの SO2 予測に最も大きな影響を与えるかを調べたいと考えています。これにより、屋外ツアーを計画する際に、どの汚染物質の値に最も注意を払うべきかが分かります。レポートの情報量を最大化するために、モデル推定に対して複数レベルの不確実性を示してください。

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

  • alpha の値リストに合わせて、該当する区間幅のパーセント（90%、95%、99%）を入力します。
  • for ループ内で、指定された color で区間に色を付けます。
  • ループの width（パーセント）値を plt.hlines() に渡し、凡例のラベルに使ってください。

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。

# Add interval percent widths
alphas = [     0.01,  0.05,   0.1] 
widths = [ '__% CI', '__%', '__%']
colors = ['#fee08b','#fc8d59','#d53e4f']

for alpha, color, width in zip(alphas, colors, widths):
    # Grab confidence interval
    conf_ints = pollution_model.conf_int(alpha)
    
    # Pass current interval color and legend label to plot
    plt.hlines(y = conf_ints.index, xmin = conf_ints[0], xmax = conf_ints[1],
               colors = ____, ____ = width, linewidth = 10) 

# Draw point estimates
plt.plot(pollution_model.params, pollution_model.params.index, 'wo', label = 'Point Estimate')

plt.legend()
plt.show()
コードを編集して実行