ComeçarComece de graça

Como o efeito da corrente depende da posição na raia?

Para quantificar o efeito do número da raia no desempenho, faça uma regressão linear dos dados de f_13 versus lanes. Execute um bootstrap por pares para obter um intervalo de confiança de 95%. Por fim, faça um gráfico da regressão. Os arrays lanes e f_13 estão no seu ambiente.

Observe que poderíamos calcular barras de erro nas diferenças fracionárias médias e usá-las na regressão, mas isso está além do escopo deste curso.

Este exercício faz parte do curso

Estudos de caso em pensamento estatístico

Ver curso

Instruções do exercício

  • Calcule a inclinação e a interceptação da reta f_13 versus lanes usando np.polyfit().
  • Use dcst.draw_bs_pairs_linreg() para obter 10.000 réplicas bootstrap da inclinação e da interceptação, armazenando-as respectivamente em bs_reps_slope e bs_reps_int.
  • Use as réplicas bootstrap para calcular um intervalo de confiança de 95% para a inclinação.
  • Imprima na tela a inclinação e o intervalo de confiança de 95%. Isso já foi feito para você.
  • Usando np.array(), gere valores de x para usar no gráfico das linhas bootstrap. x deve ir de 1 a 8.
  • O gráfico já está preenchido com os dados. Escreva um loop for para adicionar 100 linhas bootstrap ao gráfico usando os argumentos nomeados color='red', alpha=0.2 e linewidth=0.5.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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()
Editar e executar o código