1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Studia przypadków w myśleniu statystycznym
Connected

Exercise

Jak efekt prądu zależy od pozycji toru?

Aby oszacować wpływ numeru toru na wyniki, przeprowadź regresję liniową danych f_13 względem lanes. Wykonaj obliczenia bootstrap par, aby uzyskać 95-procentowy przedział ufności. Na koniec sporządź wykres regresji. Tablice lanes i f_13 są dostępne w przestrzeni nazw.

Zauważ, że można by obliczyć słupki błędów dla średnich ułamkowych różnic i wykorzystać je w regresji, ale wykracza to poza zakres tego kursu.

Instrukcje

100 XP
  • Oblicz nachylenie i wyraz wolny prostej f_13 względem lanes przy użyciu np.polyfit().
  • Użyj dcst.draw_bs_pairs_linreg(), aby uzyskać 10 000 replik bootstrap nachylenia i wyrazu wolnego, zapisując je odpowiednio w bs_reps_slope i bs_reps_int.
  • Skorzystaj z replik bootstrap, aby obliczyć 95-procentowy przedział ufności dla nachylenia.
  • Wydrukuj nachylenie i 95-procentowy przedział ufności na ekranie. Ta część jest już gotowa.
  • Używając np.array(), wygeneruj wartości x do wykresu linii bootstrap. x powinno przebiegać od 1 do 8.
  • Wykres jest już wypełniony danymi. Napisz pętlę for, aby dodać do wykresu 100 linii bootstrap, używając argumentów kluczowych color='red', alpha=0.2 i linewidth=0.5.