評估成長速率
若要計算成長速率，你可以對「總細菌面積的對數」相對於時間做線性迴歸。請用成對自助法（pairs bootstrap）計算成長速率，並取得 95% 信賴區間。時間點（小時）已存於 numpy 陣列 t，細菌面積（平方微米）則存於 bac_area。
本練習屬於課程
統計思維個案研究
練習說明
- 使用
np.log()對細菌面積（bac_area）取對數，並將結果存到變數log_bac_area。 - 使用
np.polyfit()計算半對數成長曲線的斜率與截距。將斜率存到變數growth_rate，截距存到log_a0。 - 使用
dcst.draw_bs_pairs_linreg()抽取 10,000 次成對自助法的成長速率與初始面積對數重抽樣。將結果分別存到growth_rate_bs_reps與log_a0_bs_reps。 - 使用
np.percentile()計算成長速率（growth_rate_bs_reps）的 95% 信賴區間。 - 將成長速率與信賴區間印出到畫面。這部分已為你完成，按下「Submit Answer」即可查看結果！
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Compute logarithm of the bacterial area: log_bac_area
log_bac_area = ____
# Compute the slope and intercept: growth_rate, log_a0
____, ____ = ____
# Draw 10,000 pairs bootstrap replicates: growth_rate_bs_reps, log_a0_bs_reps
____, ____ = ____(
____, ____, size=____
)
# Compute confidence intervals: growth_rate_conf_int
growth_rate_conf_int = ____
# Print the result to the screen
print("""
Growth rate: {0:.4f} 1/hour
95% conf int: [{1:.4f}, {2:.4f}] 1/hour
""".format(growth_rate, *growth_rate_conf_int))