Aan de slagBegin gratis

Redenen om te modelleren: extrapolatie

Een andere veelvoorkomende toepassing van modelleren is extrapolatie: het schatten van waarden “buiten” of “voorbij” het bereik (min- en maxwaarden van time) van de gemeten data. In deze oefening hebben we afstanden gemeten voor tijden van 0 tot en met 5 uur, maar we willen schatten hoe ver we komen in 8 uur. Met dezelfde gegevensset als in de vorige oefening hebben we een lineair model voorbereid: distance = model(time). Gebruik dat model() om een voorspelling te doen van de afgelegde afstand voor een tijd die veel groter is dan de andere tijden in de metingen.

context figure

Deze oefening maakt deel uit van de cursus

Introductie tot lineaire modellering in Python

Bekijk cursus

Oefeninstructies

  • Gebruik distance = model(time) om voorbij de gemeten data te extrapoleren naar time=8 uur.
  • Print de voorspelde distance en controleer daarna of deze kleiner dan of gelijk aan 400 is.
  • Als je auto maximaal 400 mijl kan rijden op een volle tank en het 8 uur duurt om naar huis te rijden, red je het dan zonder te tanken? Je moet answer=True hebben als het lukt, of answer=False als je zonder benzine komt te staan.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Select a time not measured.
time = 8

# Use the model to compute a predicted distance for that time.
distance = model(____)

# Inspect the value of the predicted distance traveled.
print(distance)

# Determine if you will make it without refueling.
answer = (____ <= 400)
print(answer)
Code bewerken en uitvoeren