Syften med modellering: Interpolation
En vanlig användning av modellering är interpolation – att bestämma ett värde "inuti" eller "mellan" uppmätta datapunkter. I den här övningen ska du förutsäga värdet på den beroende variabeln distances för ett givet värde på den oberoende variabeln times som hamnar "mellan" två mätpunkter från en bilresa, där värdena i distances är de tillryggalagda sträckorna för respektive förfluten tid.
Den här övningen är en del av kursen
Introduktion till linjär modellering i Python
Övningsinstruktioner
- Undersök de fördefinierade dataarrayerna
timesochdistancessamt den förinstallerade grafen. - Uppskatta, baserat på din övergripande inspektion, den tillryggalagda sträckan
distance_traveledfrån startpositionen videlapse_time = 2.5timmar. - Tilldela ditt svar till
distance_traveled.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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))