НачатьНачать бесплатно

Как эффект течения зависит от положения дорожки?

Чтобы количественно оценить влияние номера дорожки на результат, выполните линейную регрессию данных f_13 относительно lanes. Проведите попарный бутстрап-расчёт для получения 95%-го доверительного интервала. Наконец, постройте график регрессии. Массивы lanes и f_13 уже доступны в вашем пространстве имён.

Обратите внимание: можно было бы вычислить планки погрешностей для средних долевых различий и использовать их в регрессии, однако это выходит за рамки данного курса.

Это упражнение является частью курса

Примеры применения статистического мышления

Посмотреть курс

Инструкции к упражнению

  • Вычислите наклон и точку пересечения прямой f_13 относительно lanes с помощью np.polyfit().
  • Используйте dcst.draw_bs_pairs_linreg(), чтобы получить 10 000 бутстрап-реплик наклона и точки пересечения, сохранив их соответственно в bs_reps_slope и bs_reps_int.
  • С помощью бутстрап-реплик вычислите 95%-й доверительный интервал для наклона.
  • Выведите наклон и 95%-й доверительный интервал на экран. Этот шаг уже выполнен за вас.
  • С помощью np.array() задайте значения по оси x для графика бутстрап-прямых. x должен принимать значения от 1 до 8.
  • График уже содержит данные. Напишите цикл for, чтобы добавить на график 100 бутстрап-прямых, используя именованные аргументы color='red', alpha=0.2 и linewidth=0.5.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()
Редактировать и запускать код