ÎncepețiÎncepe gratuit

Cum depinde efectul curentului de poziția culoarului?

Pentru a cuantifica efectul numărului culoarului asupra performanței, realizează o regresie liniară pe datele f_13 față de lanes. Efectuează un calcul bootstrap pe perechi pentru a obține un interval de încredere de 95%. În final, creează un grafic al regresiei. Tablourile lanes și f_13 se află în spațiul tău de nume.

Rețin că am putea calcula bare de eroare pentru diferențele fracționare medii și să le folosim în regresie, însă acest lucru depășește scopul cursului de față.

Acest exercițiu face parte din cursul

Studii de caz în gândirea statistică

Vezi cursul

Instrucțiuni pentru exercițiu

  • Calculează panta și interceptul dreptei f_13 față de lanes folosind np.polyfit().
  • Folosește dcst.draw_bs_pairs_linreg() pentru a obține 10.000 de replici bootstrap ale pantei și interceptului, stocându-le respectiv în bs_reps_slope și bs_reps_int.
  • Folosește replicile bootstrap pentru a calcula un interval de încredere de 95% pentru pantă.
  • Afișează panta și intervalul de încredere de 95% pe ecran. Acest lucru a fost deja realizat pentru tine.
  • Folosind np.array(), generează valorile x necesare pentru graficul liniilor bootstrap. x trebuie să meargă de la 1 la 8.
  • Graficul este deja populat cu date. Scrie o buclă for pentru a adăuga 100 de linii bootstrap în grafic, folosind argumentele cu cuvinte cheie color='red', alpha=0.2 și linewidth=0.5.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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()
Editează și rulează codul