BaşlayınÜcretsiz başlayın

Bootstrap regresyonlarını çizme

Doğrusal bir regresyonda bekleyebileceğin değişkenliği görselleştirmenin güzel bir yolu, eğim ve kesişimin her bootstrap yinelemesinden elde edeceğin doğruyu çizmektir. Bunu, eğim ve kesişimin ilk 100 bootstrap yinelemesi için yap (değerler bs_slope_reps ve bs_intercept_reps içinde saklı).

Bu egzersiz, kursun bir parçasıdır

Python ile İstatistiksel Düşünme (Bölüm 2)

Kursa Göz Atın

Egzersiz talimatları

  • Regresyon doğrularının grafiği için 0 ve 100'den oluşan \(x\) değerleri dizisi oluştur. Bunun için np.array() fonksiyonunu kullan.
  • Eğim ve kesişimi, eşleştirilmiş bootstrap yinelemelerinin verdiği değerlere göre ayarlayarak bir regresyon doğrusunu çizeceğin bir for döngüsü yaz. Bunu 100 doğru için yap.
    • for döngüsünün her yinelemesinde regresyon doğrularını çizerken y = a*x + b denklemine dikkat et. Burada a bs_slope_reps[i] ve b bs_intercept_reps[i].
    • plt.plot() çağrında linewidth=0.5, alpha=0.2 ve color='red' anahtar argümanlarını belirt.
  • x ekseninde illiteracy, y ekseninde fertility olacak şekilde bir saçılım grafiği çiz. marker='.' ve linestyle='none' anahtar argümanlarını belirtmeyi unutma.
  • Eksenleri etiketle, %2 kenar boşluğu ayarla ve grafiği göster. Bu senin için yapıldı, o yüzden bootstrap regresyonlarını görmek için Yanıtı Gönder'e bas!

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Generate array of x-values for bootstrap lines: x
x = ____

# Plot the bootstrap lines
for i in range(____):
    _ = plt.plot(____, 
                 ____*x + ____,
                 ____=0.5, ____=0.2, ____='red')

# Plot the data
_ = ____

# Label axes, set the margins, and show the plot
_ = plt.xlabel('illiteracy')
_ = plt.ylabel('fertility')
plt.margins(0.02)
plt.show()
Kodu Düzenle ve Çalıştır