Bootstrapping vs. normalita
Viděl/a jsi výsledky bootstrapového intervalu spolehlivosti pro Pearsonovo R. Co ale v běžných situacích, jako je výpočet intervalu spolehlivosti pro průměr? Proč bys místo "normálního" intervalu spolehlivosti z stats.norm použil/a bootstrapový?
Máš k dispozici DataFrame s investicemi od venture kapitálových firem (investments_df) a také balíčky pandas jako pd, NumPy jako np a stats ze SciPy.
Toto cvičení je součástí kurzu
Základy statistické inference v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Select just the companies in the Analytics market
analytics_df = ____[____ == 'Analytics']
# Confidence interval using the stats.norm function
norm_ci = stats.norm.____(alpha=____,
loc=____,
scale=____.std() / np.___(____))
# Construct a bootstrapped confidence interval
bootstrap_ci = stats.bootstrap(data=(____, ),
statistic=np.____)
print('Normal CI:', norm_ci)
print('Bootstrap CI:', bootstrap_ci.confidence_interval)