Intervale de 90, 95 și 99%

Ești un om de știință a datelor pentru o companie de aventuri în aer liber din Fairbanks, Alaska. Recent, clienții s-au confruntat cu probleme legate de poluarea cu SO₂, ceea ce a dus la anulări costisitoare. Compania dispune de senzori pentru CO, NO₂ și O₃, dar nu și pentru nivelurile de SO₂.

Ai construit un model care prezice valorile SO₂ pe baza valorilor poluanților cu senzori (încărcat ca pollution_model, un obiect statsmodels). Vrei să identifici care poluant are cel mai mare impact asupra predicțiilor SO₂ ale modelului tău. Acest lucru te va ajuta să știi căror valori să le acorzi cea mai mare atenție atunci când planifici tururi în aer liber. Pentru a maximiza cantitatea de informații din raportul tău, afișează mai multe niveluri de incertitudine pentru estimările modelului.

Acest exercițiu face parte din cursul

Îmbunătățirea vizualizărilor de date în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Completează procentele corespunzătoare lățimii intervalelor (90, 95 și 99%) conform valorilor din lista alpha.
În bucla for, colorează intervalul cu culoarea color atribuită.
Transmite valoarea procentuală width a buclei către plt.hlines() pentru a eticheta legenda.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Add interval percent widths
alphas = [     0.01,  0.05,   0.1] 
widths = [ '__% CI', '__%', '__%']
colors = ['#fee08b','#fc8d59','#d53e4f']

for alpha, color, width in zip(alphas, colors, widths):
    # Grab confidence interval
    conf_ints = pollution_model.conf_int(alpha)
    
    # Pass current interval color and legend label to plot
    plt.hlines(y = conf_ints.index, xmin = conf_ints[0], xmax = conf_ints[1],
               colors = ____, ____ = width, linewidth = 10) 

# Draw point estimates
plt.plot(pollution_model.params, pollution_model.params.index, 'wo', label = 'Point Estimate')

plt.legend()
plt.show()

Editează și rulează codul