시작하기무료로 시작하기

레인 위치에 따라 수류의 영향은 어떻게 달라질까요?

레인 번호가 경기 성적에 미치는 영향을 정량화하기 위해 f_13 대 lanes 데이터에 선형 회귀를 수행하세요. 쌍 부트스트랩(pairs bootstrap) 계산으로 95% 신뢰 구간을 구한 다음, 회귀선 그래프를 그려 보세요. lanes와 f_13 배열은 이미 네임스페이스에 있습니다.

평균 분율 차이에 오차 막대를 계산하여 회귀에 활용할 수도 있지만, 이는 이 강좌의 범위를 벗어납니다.

이 연습은 강의의 일부입니다

통계적 사고 사례 연구

강의 보기

연습 안내

  • np.polyfit()을 사용하여 f_13 대 lanes 직선의 기울기와 절편을 계산하세요.
  • dcst.draw_bs_pairs_linreg()를 사용하여 기울기와 절편의 부트스트랩 복제본을 10,000개 생성하고, 각각 bs_reps_slope와 bs_reps_int에 저장하세요.
  • 부트스트랩 복제본을 사용하여 기울기의 95% 신뢰 구간을 계산하세요.
  • 기울기와 95% 신뢰 구간을 화면에 출력하세요. 이 부분은 이미 작성되어 있습니다.
  • np.array()를 사용하여 부트스트랩 직선 그래프에 쓸 x값을 생성하세요. x는 1부터 8까지여야 합니다.
  • 그래프에는 이미 데이터가 표시되어 있습니다. for 루프를 작성하여 키워드 인수 color='red', alpha=0.2, linewidth=0.5를 사용해 부트스트랩 직선 100개를 그래프에 추가하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Compute the slope and intercept of the frac diff/lane curve
____, ____ = ____

# Compute bootstrap replicates
bs_reps_slope, bs_reps_int = ____

# Compute 95% confidence interval of slope
conf_int = ____

# Print slope and confidence interval
print("""
slope: {0:.5f} per lane
95% conf int: [{1:.5f}, {2:.5f}] per lane""".format(slope, *conf_int))

# x-values for plotting regression lines
x = ____

# Plot 100 bootstrap replicate lines
for i in ____:
    _ = ____(____, ____[i] * ____ + ____[i], 
                 color='red', alpha=0.2, linewidth=0.5)
   
# Update the plot
plt.draw()
plt.show()
코드 편집 및 실행