Zastosowania modelowania: interpolacja
Jednym z częstych zastosowań modelowania jest interpolacja – wyznaczanie wartości „wewnątrz" lub „pomiędzy" zmierzonymi punktami danych. W tym ćwiczeniu przewidzisz wartość zmiennej zależnej distances dla wybranej wartości zmiennej niezależnej times, która wypada „pomiędzy" dwoma pomiarami z podróży samochodowej. Wartości distances odpowiadają odległościom przebytym w podanych czasach.
To ćwiczenie jest częścią kursu
Wprowadzenie do modelowania liniowego w Pythonie
Instrukcje do ćwiczenia
- Przejrzyj predefiniowane tablice danych –
timesidistances– oraz wczytany wykres. - Na podstawie wstępnej analizy oszacuj wartość
distance_traveled, czyli odległość od punktu startowego po czasieelapse_time = 2.5godziny. - Przypisz swoją odpowiedź do zmiennej
distance_traveled.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Compute the total change in distance and change in time
total_distance = ____[-1] - ____[0]
total_time = ____[-1] - ____[0]
# Estimate the slope of the data from the ratio of the changes
average_speed = total_distance / total_time
# Predict the distance traveled for a time not measured
elapse_time = 2.5
distance_traveled = average_speed * elapse_time
print("The distance traveled is {}".format(distance_traveled))