Kom igångKom igång gratis

Annotera konfidensintervall

Ditt arbete med luftföroreningsdata har gjort dig känd i branschen, och du överväger nu jobberbjudanden i både Cincinnati, Ohio och Indianapolis, Indiana. Du vill undersöka om SO2-nivåerna skiljer sig åt markant mellan de två städerna – och framför allt vilken stad som har lägre nivåer. För att ta reda på det tittar du på skillnaderna i städernas SO2-värden (Indianapolis' - Cincinnati's) över flera år (tillhandahållet som diffs_by_year).

Istället för att bara visa ett p-värde för en signifikant skillnad mellan städerna väljer du att visualisera 95%-konfidensintervallen (kolumnerna lower och upper) för skillnaderna. På så sätt kan du se storleken på skillnaderna och eventuella trender över åren.

Den här övningen är en del av kursen

Förbättra dina datavisualiseringar i Python

Visa kurs

Övningsinstruktioner

  • Ange start- och slutgränser (kolumnerna lower och upper) för dina konfidensintervall i plt.hlines().
  • Ställ in intervallets tjocklek till 5.
  • Rita en vertikal linje som representerar en skillnad på 0 med plt.axvline().
  • Färglägg nollinjen 'orangered' så att den syns tydligt.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Set start and ends according to intervals 
# Make intervals thicker
plt.hlines(y = 'year', xmin = '____', xmax = '____', 
           linewidth = ____, color = 'steelblue', alpha = 0.7,
           data = diffs_by_year)
# Point estimates
plt.plot('mean', 'year', 'k|', data = diffs_by_year)

# Add a 'null' reference line at 0 and color orangered
plt.axvline(x = ____, color = '____', linestyle = '--')

# Set descriptive axis labels and title
plt.xlabel('95% CI')
plt.title('Avg SO2 differences between Cincinnati and Indianapolis')
plt.show()
Redigera och kör kod