Estimativa de Parâmetros da População
Imagine uma constelação ("população") de satélites orbitando por um ano inteiro, e a distância percorrida em cada hora é medida em quilômetros. Há variação nas distâncias medidas de hora em hora devido a complicações desconhecidas da dinâmica orbital. Suponha que não seja possível medir todos os dados do ano, mas você quer construir um modelo populacional para as variações na distância orbital por hora (velocidade) com base em uma amostra de medições.
Neste exercício, você vai assumir que a população de distâncias horárias é melhor modelada por uma gaussiana e, além disso, que os parâmetros desse modelo populacional podem ser estimados a partir das estatísticas da amostra. Comece com sample_distances, já carregado, que foi obtido de uma população de satélites.
Este exercicio faz parte do curso
Introdução à Modelagem Linear em Python
Instruções do exercicio
- Calcule a média e o desvio padrão de
sample_distances. - Use as estatísticas da amostra,
meanestdev, como boas estimativas para os parâmetrosmuesigmade um modelo populacional. - Passe esses valores, e
sample_distances, para a funçãogaussian_model()(pré-definida) para construir o modelo populacional. - Use
plot_model_and_data()(pré-definida) para plotar os dados da amostra e o modelo populacional juntos.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Compute the mean and standard deviation of the sample_distances
sample_mean = np.mean(____)
sample_stdev = np.std(____)
# Use the sample mean and stdev as estimates of the population model parameters mu and sigma
population_model = gaussian_model(____, mu=____, sigma=____)
# Plot the model and data to see how they compare
fig = plot_data_and_model(sample_distances, population_model)