เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้าง Confidence Band

ฐานทัพอากาศ Vandenberg มักถูกใช้เป็นสถานที่ปล่อยจรวดขึ้นสู่อวกาศ คุณมีสมมติฐานว่าการเพิ่มขึ้นของความถี่ในการปล่อยจรวดช่วงไม่นานมานี้อาจส่งผลกระทบต่อคุณภาพอากาศในบริเวณโดยรอบ เพื่อสำรวจเรื่องนี้ คุณได้พล็อตกราฟค่าเฉลี่ยเคลื่อนที่ 25 วันของการวัดปริมาณ NO2 ในชั้นบรรยากาศ เพื่อช่วยตัดสินว่ารูปแบบที่เห็นเกิดจากสัญญาณรบกวนแบบสุ่มหรือไม่ คุณจึงตัดสินใจเพิ่ม Confidence Band ที่ระดับ 99% รอบค่าเฉลี่ยเคลื่อนที่ การเพิ่ม Confidence Band เข้าไปในเส้นแนวโน้มช่วยให้เห็นความเสถียรของแนวโน้มที่ค้นพบได้ชัดเจนขึ้น ซึ่งอาจเพิ่มหรือลดความเชื่อมั่นในแนวโน้มดังกล่าวก็ได้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การพัฒนาการแสดงผลข้อมูลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างขอบบนและขอบล่างของช่วง 99% โดยการบวกและลบค่า 2.58 ส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ย (standard error)
  • กำหนดสีของเส้นค่าประมาณจุดให้เป็นสีขาว
  • ทำให้เส้นค่าประมาณจุดโปร่งแสงบางส่วนโดยตั้งค่า alpha เป็น 0.4
  • ระบุให้ plt.fill_between() ทราบว่าต้องการเติมสีระหว่างค่าใดในแต่ละวัน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด