ÎncepețiÎncepe gratuit

Estimarea Parametrilor Populației

Imaginează-ți o constelație („populație") de sateliți care orbitează timp de un an întreg, iar distanța parcursă în fiecare oră este măsurată în kilometri. Există variații ale distanțelor măsurate de la o oră la alta, din cauza unor complicații necunoscute ale dinamicii orbitale. Presupune că nu putem măsura toate datele pentru întregul an, dar dorim să construim un model al populației pentru variațiile distanței orbitale pe oră (viteză), pe baza unui eșantion de măsurători.

În acest exercițiu, vei presupune că populația distanțelor orare este cel mai bine modelată printr-o distribuție gaussiană și că parametrii acestui model al populației pot fi estimați din statisticile eșantionului. Pornește de la sample_distances preîncărcat, care a fost preluat dintr-o populație de sateliți.

Acest exercițiu face parte din cursul

Introducere în modelarea liniară în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Calculează media și abaterea standard ale sample_distances.
  • Folosește statisticile eșantionului, mean și stdev, drept estimări bune pentru parametrii mu și sigma ai modelului populației.
  • Transmite acele valori, împreună cu sample_distances, funcției predefinite gaussian_model() pentru a construi modelul populației.
  • Folosește funcția predefinită plot_model_and_data() pentru a reprezenta grafic datele din eșantion și modelul populației împreună.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Compute the mean and standard deviation of the sample_distances
sample_mean = np.mean(____)
sample_stdev = np.std(____)

# Use the sample mean and stdev as estimates of the population model parameters mu and sigma
population_model = gaussian_model(____, mu=____, sigma=____)

# Plot the model and data to see how they compare
fig = plot_data_and_model(sample_distances, population_model)
Editează și rulează codul