Faixas de 90 e 95%
Você está analisando a média móvel de 40 dias dos níveis de poluição por NO2 na cidade de Cincinnati em 2013. Para oferecer um retrato mais detalhado da incerteza na tendência, você quer observar os intervalos de 90 e 99% ao redor dessa estimativa móvel.
Para isso, defina os dois tamanhos de intervalo e uma paleta de cores ordinais em laranja. Além disso, para permitir leituras precisas das faixas, deixe-as semitransparentes, de modo que as grades de fundo do Seaborn apareçam.
Este exercicio faz parte do curso
Aprimorando suas visualizações de dados em Python
Instruções do exercicio
- Defina a opacidade dos intervalos para 40%.
- Calcule os limites inferior e superior do intervalo de confiança.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
int_widths = ['90%', '99%']
z_scores = [1.67, 2.58]
colors = ['#fc8d59', '#fee08b']
for percent, Z, color in zip(int_widths, z_scores, colors):
# Pass lower and upper confidence bounds and lower opacity
plt.fill_between(
x = cinci_13_no2.day, alpha = ____, color = color,
y1 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
y2 = cinci_13_no2['mean'] ____ ____*cinci_13_no2['std_err'],
label = percent)
plt.legend()
plt.show()