НачатьНачать бесплатно

Базовые доверительные интервалы

Вы работаете специалистом по данным у производителя фейерверков в Де-Мойне, штат Айова. Вам нужно убедить городские власти в том, что большой фейерверк вашей компании не причинил никакого вреда воздуху в городе. Для этого вы анализируете средние уровни загрязняющих веществ в течение недели после четвёртого июля и сравниваете их с показаниями, зафиксированными после последнего шоу. Отображая доверительные интервалы вокруг средних значений, вы можете наглядно показать, что недавние показания находятся в пределах нормы.

Эти данные загружены в виде average_ests, где каждая строка соответствует одному из измеренных загрязнителей.

Это упражнение является частью курса

Улучшение визуализации данных в Python

Посмотреть курс

Инструкции к упражнению

  • Вычислите нижнюю и верхнюю границы 95%-го доверительного интервала:

    • Нижнюю границу получите, вычтя 1,96 стандартных ошибки ('std_err') из 'mean' оценок.
    • Верхнюю границу получите, прибавив 1,96 стандартных ошибки ('std_err') к 'mean' оценок.

  • Передайте pollutant в качестве переменной разбивки в sns.FacetGrid() и отвяжите оси X графиков, чтобы интервалы отображались корректно.

  • Передайте вычисленные границы интервалов в функцию plt.hlines() через g.map().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Construct CI bounds for averages
average_ests['lower'] = average_ests['____'] - 1.96*average_ests['____']
average_ests['upper'] = average_ests['____'] + 1.96*average_ests['____']

# Setup a grid of plots, with non-shared x axes limits
g = sns.FacetGrid(average_ests, row = '____', ____ = False)

# Plot CI for average estimate
g.map(plt.hlines, 'y', '____', '____')

# Plot observed values for comparison and remove axes labels
g.map(plt.scatter, 'seen', 'y', color = 'orangered').set_ylabels('').set_xlabels('') 

plt.show()
Редактировать и запускать код