ПочатиПочніть безкоштовно

Побудова кривої зростання

У попередній вправі ви бачили, що довірчий інтервал для кривої зростання дуже вузький. Тут ви дослідите це графічно, побудувавши кілька бутстреп-ліній разом із кривою зростання. Для побудови використаєте функцію plt.semilogy(), щоб вісь y була в логарифмічному масштабі. Це означає, що для відображення доведеться перетворити теоретичну лінійну регресійну криву, піднісши її до степеня (експоненціювавши).

Ця вправа є частиною курсу

Кейс-стаді зі статистичного мислення

Переглянути курс

Інструкції до вправи

  • Побудуйте точки даних за допомогою plt.semilogy(). Масиви numpy t і bac_area знову доступні у вашому просторі імен.
  • Використайте np.array(), щоб згенерувати значення часу для побудови бутстреп-ліній. Назвіть це t_bs. Час має йти від 0 до 14 годин.
  • Напишіть цикл for, щоб побудувати лінії регресії для перших 100 пар бутстреп-реплік. Масиви numpy growth_rate_bs_reps і log_a0_bs_reps, які ви обчислили в попередній вправі, є у вашому просторі імен.
    • Обчисліть криву зростання, підносячи до степеня лінійну регресійну пряму за допомогою np.exp().
    • Побудуйте теоретичну лінію за допомогою plt.semilogy() з іменованими аргументами linewidth=0.5, alpha=0.05 і color='red'.
  • Підпишіть осі та відобразьте графік. Доречні підписи для осей x та y: 'time (hr)' і 'area (sq. µm)'.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Plot data points in a semilog-y plot with axis labeles
_ = ____(____, ____, marker='.', linestyle='none')

# Generate x-values for the bootstrap lines: t_bs
t_bs = ____([____, ____])

# Plot the first 100 bootstrap lines
for i in range(____):
    y = ____(____[i] * ____ + ____[i])
    _ = ____(____, ____, linewidth=____, alpha=____, color=____)
    
# Label axes and show plot
_ = plt.xlabel('____')
_ = plt.ylabel('____')
____
Редагувати та запускати код