BaşlayınÜcretsiz başlayın

Hız ve Güvenini Tahmin Etme

Ulusal Park yürüyüş verilerine bakmaya devam edelim. Bazı mesafelerin negatif olduğuna dikkat et; bunun nedeni, başlangıç noktasının ters yönünde yürümeleri. Veri dağınık, o yüzden genel trende odaklanalım.

Bu egzersizde amacın, bir lineer model için hız değerlerinin dağılımını bootstrap yeniden örnekleme ile bulmak ve bu dağılımdan hareketle hız için en iyi tahmini ve bu tahminin yüzde 90 güven aralığını hesaplamak. Buradaki hız, zamanı bağımsız değişken alıp mesafeyi modele uyduran doğrusal regresyondaki eğim (slope) parametresidir.

Başlaman için, distance ve time verilerini ve her yeniden örnekleme için hız değerini hesaplayan önceden tanımlı least_squares() fonksiyonunu yükledik.

Bu egzersiz, kursun bir parçasıdır

Python ile Doğrusal Modellemenin Temelleri

Kursa Göz Atın

Egzersiz talimatları

  • Her bir verinin mesafe-zaman eşleşmesini koruyarak population_inds içinden sample_inds çekmek için np.random.choice() kullan.
  • Zaman sırasını korumak için sample_inds üzerinde .sort() çalıştır ve sonra sample_inds ile distances ve times dizinle.
  • Doğrusal model parametrelerini hesaplamak için least_squares(times, distances) kullan ve a1 değerini resample_speeds içine kaydet.
  • resample_speeds üzerinde np.mean() ve np.percentiles() uygula; hız ve ci_90 güven aralığını hesapla ve ikisini de yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Resample each preloaded population, and compute speed distribution
population_inds = np.arange(0, 99, dtype=int)
for nr in range(num_resamples):
    sample_inds = np.random.choice(____, size=100, replace=True)
    sample_inds.____()
    sample_distances = distances[____]
    sample_times = times[____]
    a0, a1 = ____(sample_times, sample_distances)
    resample_speeds[nr] = ____

# Compute effect size and confidence interval, and print
speed_estimate = np.mean(____)
ci_90 = np.percentile(____, [5, 95])
print('Speed Estimate = {:0.2f}, 90% Confidence Interval: {:0.2f}, {:0.2f} '.format(____, ____[0], ____[1]))
Kodu Düzenle ve Çalıştır