ПочатиПочніть безкоштовно

Оцінювання параметрів генеральної сукупності

Уявіть сузір'я («генеральну сукупність») супутників, що обертаються повний рік, і відстань, пройдену щогодини, вимірюють у кілометрах. Від години до години ці відстані відрізняються через невідомі тонкощі орбітальної динаміки. Припустімо, що ми не можемо зібрати всі дані за рік, але хочемо побудувати модель генеральної сукупності для варіацій орбітальної відстані за годину (швидкості) на основі вибірки вимірювань.

У цій вправі ви припустите, що генеральну сукупність щогодинних відстаней найкраще моделює гаусіанський розподіл, і далі припустите, що параметри цієї моделі сукупності можна оцінити за вибірковими статистиками. Почніть із попередньо завантаженого sample_distances, отриманого з генеральної сукупності супутників.

Ця вправа є частиною курсу

Вступ до лінійного моделювання в Python

Переглянути курс

Інструкції до вправи

  • Обчисліть середнє та стандартне відхилення для sample_distances.
  • Використайте вибіркові статистики mean і stdev як добрі оцінки параметрів mu та sigma моделі генеральної сукупності.
  • Передайте ці значення та sample_distances у заздалегідь визначену gaussian_model(), щоб побудувати модель сукупності.
  • Використайте заздалегідь визначену plot_model_and_data() і побудуйте разом графік вибіркових даних і моделі сукупності.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)
Редагувати та запускати код