Зачем строить модели: интерполяция

Одно из распространённых применений моделирования — интерполяция, то есть определение значения «внутри» диапазона измеренных данных или «между» ними. В этом упражнении вы сделаете прогноз для значения зависимой переменной distances при заданном значении независимой переменной times, которое попадает «между» двумя измерениями из поездки на автомобиле. Значения distances соответствуют расстояниям, пройденным за указанное прошедшее время.

context figure

Это упражнение является частью курса

Введение в линейное моделирование на Python

Посмотреть курс

Инструкции к упражнению

Изучите предопределённые массивы данных times и distances, а также заранее загруженный график.
На основе приблизительного анализа оцените значение distance_traveled — расстояние от начальной позиции — при elapse_time = 2.5 часа.
Присвойте ваш ответ переменной distance_traveled.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Compute the total change in distance and change in time
total_distance = ____[-1] - ____[0]
total_time = ____[-1] - ____[0]

# Estimate the slope of the data from the ratio of the changes
average_speed = total_distance / total_time

# Predict the distance traveled for a time not measured
elapse_time = 2.5
distance_traveled = average_speed * elapse_time
print("The distance traveled is {}".format(distance_traveled))

Редактировать и запускать код