评估增长速率
为计算增长速率，您可以对"细菌总面积的对数"与"时间"做线性回归。使用成对自助法（pairs bootstrap）计算增长速率，并给出 95% 置信区间。时间点（单位为小时）存储在 numpy 数组 t 中，细菌面积（单位为平方微米）存储在 bac_area 中。
本练习是课程的一部分
统计思维案例研习
练习说明
- 使用
np.log()计算细菌面积（bac_area）的对数，并将结果存入变量log_bac_area。 - 使用
np.polyfit()计算半对数增长曲线的斜率和截距。将斜率存入变量growth_rate，将截距存入log_a0。 - 使用
dcst.draw_bs_pairs_linreg()生成 10,000 次关于增长速率与初始面积对数的成对自助法重复。将结果分别存入growth_rate_bs_reps和log_a0_bs_reps。 - 使用
np.percentile()计算增长速率（growth_rate_bs_reps）的 95% 置信区间。 - 将增长速率和置信区间打印到屏幕上。此步骤已为您完成，点击 "Submit Answer" 查看结果！
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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))