私がしなければならないことは、これらの「必要条件」を使って将来の温度をプロットすることです:「最近のデータポイントから一次関数の係数を推定する(を使用して、過去2回は正常です。より徹底したい場合は、過去10回程度を使用しています)。 さらに、CO2排出量の増加率は今日と同じ すなわち、2015年にXトンのCO2排出量が2015年には よりも多い場合、2017年に2016年に比べてXトンのCO2排出量が増加する)」パンダと統計モデルで未来を予測する
私は2つのデータセットを持っています.1つは年に毎月温度があり、もう1つは年間炭素レベルです。
は(マージされ、そのことは大きなないとして1を下に短縮しましたが、もしその私も、あなたはそのiが私のコードをポストどこ下に行わどのように見ることができることを投稿することができ、その後変更されていないそれらを見ることがより有用)Year Carbon June
2000 6727 20.386
2001 6886 20.445
2002 6946 20.662
2003 7367 20.343
2004 7735 20.242
2005 8025 20.720
2006 8307 20.994
2007 8488 20.661
2008 8738 20.657
2009 8641 20.548
2010 9137 21.027
2011 9508 20.915
2012 9671 21.172
私がこれまで行ってきたことは、2つのデータセットをまとめて将来の1年間の温度予測を試みることです。私はそれをシンプレラーにして、表の長さは一方の表の長さと他方の表の長さと同じです。私はPythonと全体的なコーディングにはかなり新しいですし、私はあなたが、私がこれまでにしようとしているかを見ることができます下に、これを行う方法は考えている:
data1 = pd.read_csv("co2.csv", sep=',')
data2 = pd.read_csv("temperature.csv", sep=',')
data1 = data1.set_index('Year')
data2 = data2.set_index('Year')
data3 = data1.loc["2000":"2012"]
data4 = data2.loc["2000":"2012"]
data4 = data4.loc[:, "June":"June"]
data5 = pd.merge(data3,data4, how= 'left', left_index =True , right_index=True)
x = data5["Carbon"]
y = data5["June"]
model = sm.OLS(y,x).fit()
prediction = model.predict(x)
prediction.plot()
plt.show()
あなたは 'R'と' Rstudio'から聞いたことがありますか?データを扱う素晴らしいプログラム! –
私は持っていませんが、私はそれをチェックします:D – cryseth
この宿題ですか?もしそうなら、ここを参照してください:https://meta.stackoverflow.com/questions/334822/how-do-i-ask-and-answer-homework-questions – itzy