Motivos para modelar: Interpolação
Um uso comum de modelagem é a interpolação para determinar um valor "dentro" ou "entre" os pontos de dados medidos. Neste exercício, você vai prever o valor da variável dependente distances para um determinado valor da variável independente times que cai "entre" duas medições de uma viagem de carro, em que as distâncias são aquelas percorridas para os respectivos tempos decorridos.
Este exercicio faz parte do curso
Introdução à Modelagem Linear em Python
Instruções do exercicio
- Inspecione os arrays de dados predefinidos,
timesedistances, e o gráfico já carregado. - Com base na sua inspeção geral, estime a
distance_traveleda partir da posição inicial emelapse_time = 2.5horas. - Atribua sua resposta a
distance_traveled.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# 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))