Skapa ett konfidensband
Vandenberg Air Force Base används ofta som uppskjutningsplats för raketer. Du har en teori om att den senaste tidens ökade uppskjutningstakt kan påverka luftkvaliteten i det omgivande området negativt. För att undersöka detta plottade du ett rullande 25-dagarsmedelvärde av uppmätta NO2-nivåer i atmosfären. För att avgöra om ett eventuellt mönster beror på slumpmässigt brus eller inte väljer du att lägga till ett 99-procentigt konfidensband runt ditt rullande medelvärde. Ett konfidensband runt en trendlinje kan belysa hur stabil trenden är – och på så sätt antingen stärka eller försvaga tilliten till den identifierade trenden.
Den här övningen är en del av kursen
Förbättra dina datavisualiseringar i Python
Övningsinstruktioner
- Konstruera övre och undre 99-procentiga intervallgränser genom att addera respektive subtrahera
2.58standardfel från medelvärdet. - Gör punktskattningslinjen vit.
- Gör punktskattningslinjen halvtransparent genom att sätta
alphatill0.4. - Ange för
plt.fill_between()vilka värden som ska fyllas mellan för varje dag.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Draw 99% inverval bands for average NO2
vandenberg_NO2['lower'] = vandenberg_NO2['mean'] ____ ____*vandenberg_NO2['std_err']
vandenberg_NO2['upper'] = vandenberg_NO2['mean'] ____ ____*vandenberg_NO2['std_err']
# Plot mean estimate as a white semi-transparent line
plt.plot('day', 'mean', data = vandenberg_NO2,
color = '____', alpha = ____)
# Fill between the upper and lower confidence band values
plt.fill_between(x = 'day',
____ = 'lower', ____ = 'upper',
data = vandenberg_NO2)
plt.show()