Ocena tempa wzrostu
Aby obliczyć tempo wzrostu, możesz wykonać regresję liniową logarytmu całkowitej powierzchni bakterii względem czasu. Oblicz tempo wzrostu i wyznacz 95-procentowy przedział ufności metodą bootstrap par. Punkty czasowe, wyrażone w godzinach, są przechowywane w tablicy numpy o nazwie t, natomiast powierzchnia bakterii, wyrażona w mikrometrach kwadratowych, jest przechowywana w zmiennej bac_area.
To ćwiczenie jest częścią kursu
Studia przypadków w myśleniu statystycznym
Instrukcje do ćwiczenia
- Oblicz logarytm naturalny powierzchni bakterii (
bac_area) za pomocąnp.log()i zapisz wynik w zmiennejlog_bac_area. - Oblicz nachylenie i wyraz wolny krzywej wzrostu w skali semilogarytmicznej za pomocą
np.polyfit(). Zapisz nachylenie w zmiennejgrowth_rate, a wyraz wolny wlog_a0. - Wylosuj 10 000 par replik bootstrapowych dla tempa wzrostu i logarytmu początkowej powierzchni, używając
dcst.draw_bs_pairs_linreg(). Zapisz wyniki wgrowth_rate_bs_repsilog_a0_bs_reps. - Użyj
np.percentile(), aby obliczyć 95-procentowy przedział ufności dla tempa wzrostu (growth_rate_bs_reps). - Wyświetl tempo wzrostu i przedział ufności na ekranie. Ten krok jest już gotowy – kliknij Prześlij odpowiedź, aby zobaczyć wyniki!
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Compute logarithm of the bacterial area: log_bac_area
log_bac_area = ____
# Compute the slope and intercept: growth_rate, log_a0
____, ____ = ____
# Draw 10,000 pairs bootstrap replicates: growth_rate_bs_reps, log_a0_bs_reps
____, ____ = ____(
____, ____, size=____
)
# Compute confidence intervals: growth_rate_conf_int
growth_rate_conf_int = ____
# Print the result to the screen
print("""
Growth rate: {0:.4f} 1/hour
95% conf int: [{1:.4f}, {2:.4f}] 1/hour
""".format(growth_rate, *growth_rate_conf_int))