Anakütle Parametrelerinin Tahmini
Bir yıl boyunca yörüngede dönen bir uydu "anakütlesi" hayal et ve her saatte alınan yolun kilometre cinsinden ölçüldüğünü düşün. Yörünge dinamiklerindeki bilinmeyen karmaşıklıklar nedeniyle saatten saate ölçülen mesafelerde değişkenlik vardır. Yıl boyunca tüm verileri ölçemediğimizi, ancak saatlik yörünge mesafesindeki (hız) değişimleri bir örnek ölçüm kümesine dayanarak modelleyen bir anakütle modeli kurmak istediğimizi varsay.
Bu egzersizde, saatlik mesafelerin en iyi gaussian ile modellendiğini ve ayrıca bu anakütle modelinin parametrelerinin örneklem istatistiklerinden tahmin edilebileceğini varsayacaksın. Önceden yüklenmiş ve bir uydu anakütlesinden alınmış sample_distances ile başla.
Bu egzersiz, kursun bir parçasıdır
Python ile Doğrusal Modellemenin Temelleri
Egzersiz talimatları
sample_distances'ın ortalamasını ve standart sapmasını hesapla.- Örneklem istatistikleri olan
meanvestdevdeğerlerini, anakütle modelininmuvesigmaparametreleri için iyi tahminler olarak kullan. - Bu değerleri ve
sample_distances'ı, önceden tanımlanmışgaussian_model()içine geçirerek anakütle modelini oluştur. - Örnek veriyi ve anakütle modelini birlikte çizdirmek için önceden tanımlanmış
plot_model_and_data()fonksiyonunu kullan.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Compute the mean and standard deviation of the sample_distances
sample_mean = np.mean(____)
sample_stdev = np.std(____)
# Use the sample mean and stdev as estimates of the population model parameters mu and sigma
population_model = gaussian_model(____, mu=____, sigma=____)
# Plot the model and data to see how they compare
fig = plot_data_and_model(sample_distances, population_model)