Extrapolação: ultrapassando o limite

Neste exercício, vamos considerar os perigos da extrapolação. Abaixo está o perfil de uma trilha de montanha. Um trecho da trilha, marcado em preto, parece linear e foi usado para construir um modelo. Mas vemos que a reta de melhor ajuste, mostrada em vermelho, não se ajusta fora do "domínio" original, à medida que se estende para esses novos dados externos, marcados em azul.

Se quisermos usar o modelo para fazer previsões de altitude, mas ainda assim manter a precisão dentro de uma certa tolerância, quais são os menores e maiores valores da variável independente x aos quais podemos aplicar o modelo?

Aqui, use as variáveis pré-carregadas x_data, y_data, y_model e plot_data_model_tolerance() para concluir sua solução.

Este exercicio faz parte do curso

Introdução à Modelagem Linear em Python

Ver curso

Instruções do exercicio

Use np.abs() para calcular os resíduos como as diferenças y_data - y_model.
Encontre os valores .min() e .max() de x nos quais os residuals são menores que uma tolerance = 100 metros.
Use np.min() e np.max() para imprimir o intervalo (o maior e o menor) de valores de x_good.
Use a função pré-definida plot_data_model_tolerance() para comparar os dados, o modelo e o intervalo de valores de x_good onde residuals < tolerance é True.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Compute the residuals, "data - model", and determine where [residuals < tolerance]
residuals = np.abs(____ - ____)
tolerance = 100
x_good = x_data[____ < ____]

# Find the min and max of the "good" values, and plot y_data, y_model, and the tolerance range
print('Minimum good x value = {}'.format(np.____(____)))
print('Maximum good x value = {}'.format(np.____(____)))
fig = plot_data_model_tolerance(x_data, y_data, y_model, tolerance)

Editar e Executar Código