Bootstrap a standardní chyba

Představ si národní park, kde rangeři každý den chodí po stezkách jako součást jejich údržby. Ne vždy jdou stejnou trasou, ale vždy si zaznamenají celkovou vzdálenost a čas. Chceme sestavit statistický model variací denně uražené vzdálenosti z omezeného vzorku dat jednoho rangera.

Tvým cílem je využít bootstrapové převzorkování – spočítat jeden průměr pro každý převzorek – a vytvořit tak rozdělení průměrů. Poté vypočítáš standardní chybu jako způsob, jak kvantifikovat „nejistotu" ve výběrové statistice jako odhadu populační statistiky.

Použij předem načtené pole sample_data s 500 nezávislými měřeními uražené vzdálenosti. Zatím pracujeme se simulovanými daty, aby byla tato lekce přehledná. Realistická data uvidíš později.

Toto cvičení je součástí kurzu

Úvod do lineárního modelování v Pythonu

Zobrazit kurz

Pokyny k cvičení

Přiřaď sample_data jako model populace.
Opakuj num_resamples krát:
- Pokaždé použij np.random.choice() k vytvoření bootstrap_sample o velikosti size=resample_size odebraného z population_model a nastav replace=True.
- Pokaždé vypočítej a ulož výběrový průměr.
Vypočítej a vypiš np.mean() a np.std() z bootstrap_means.
Pomocí předem definované funkce plot_data_hist() vizualizuj rozdělení bootstrap_means.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Use the sample_data as a model for the population
population_model = ____

# Resample the population_model 100 times, computing the mean each sample
for nr in range(num_resamples):
    bootstrap_sample = np.random.____(population_model, size=____, replace=____)
    bootstrap_means[nr] = np.____(bootstrap_sample)

# Compute and print the mean, stdev of the resample distribution of means
distribution_mean = np.mean(____)
standard_error = np.std(____)
print('Bootstrap Distribution: center={:0.1f}, spread={:0.1f}'.format(____, ____))

# Plot the bootstrap resample distribution of means
fig = plot_data_hist(____)

Upravit a spustit kód