ÎncepețiÎncepe gratuit

Interceptul și punctele de pornire

În acest exercițiu, vei analiza parametrii de interceptare și pantă în contextul modelării măsurătorilor de volum ale unei soluții dintr-un borcan mare de sticlă. Soluția este formată din apă, cereale, zaharuri și drojdie. S-a înregistrat și masa totală a soluției împreună cu recipientul de sticlă, însă masa recipientului gol nu a fost notată.

Sarcina ta este să folosești DataFrame-ul pandas preîncărcat df, cu coloanele volumes și masses, pentru a construi un model liniar care să relaționeze masses (datele y) cu volumes (datele x). Panta va reprezenta o estimare a densității (variația masei / variația volumului) soluției, iar interceptul va fi o estimare a greutății recipientului gol (masa când volumul = 0).

Acest exercițiu face parte din cursul

Introducere în modelarea liniară în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă ols() din statsmodels și folosește-l pentru a construi un model ajustat pe data=df cu formula = "masses ~ volumes".
  • Extrage interceptul a0 și panta a1 cu .params['Intercept'] și, respectiv, .params['volumes'].
  • Afișează a0 și a1 cu denumiri semnificative din punct de vedere fizic.
  • Afișează model_fit() și caută valorile care corespund celor găsite mai sus; urmărește etichetele de rând Intercept, volumes și eticheta de coloană coef.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import ols from statsmodels, and fit a model to the data
from statsmodels.formula.api import ols
model_fit = ols(formula="____ ~ ____", data=____)
model_fit = model_fit.fit()

# Extract the model parameter values, and assign them to a0, a1
a0 = model_fit.params['____']
a1 = model_fit.params['____']

# Print model parameter values with meaningful names, and compare to summary()
print( "container_mass   = {:0.4f}".format(____) )
print( "solution_density = {:0.4f}".format(____) )
print( model_fit.summary() )
Editează și rulează codul