Začněte nyníZačněte zdarma

Vizualizace bootstrap vzorků

V tomto cvičení budeš generovat bootstrap vzorky ze sady dat o ročních srážkách naměřených na meteorologické stanici Sheffield ve Velké Británii v letech 1883 až 2015. Data jsou uložena v NumPy poli rainfall v milimetrech (mm). Grafickým zobrazením bootstrap vzorků pomocí ECDF získáš představu o tom, jak bootstrap vzorkování umožňuje pravděpodobnostní popis dat.

Toto cvičení je součástí kurzu

Statistical Thinking in Python (Part 2)

Zobrazit kurz

Pokyny k cvičení

  • Napiš smyčku for, která vygeneruje 50 bootstrap vzorků dat o srážkách a vykreslí jejich ECDF.
    • Pomocí np.random.choice() vygeneruj bootstrap vzorek z NumPy pole rainfall. Dbej na to, aby mělo převzorkované pole velikost len(rainfall).
    • Pomocí funkce ecdf(), kterou jsi napsal/a v předchozím kurzu, vygeneruj hodnoty x a y pro ECDF bootstrap vzorku bs_sample.
    • Vykresli hodnoty ECDF. Kromě argumentů marker='.' a linestyle='none' zadej také color='gray' (pro šedé tečky) a alpha=0.1 (pro poloprůhlednost, protože překrýváš velké množství vzorků).
  • Pomocí ecdf() vygeneruj hodnoty x a y pro ECDF původních dat o srážkách uložených v poli rainfall.
  • Vykresli hodnoty ECDF původních dat.
  • Klikni na Submit Answer a vizualizuj vzorky!

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

for _ in range(50):
    # Generate bootstrap sample: bs_sample
    bs_sample = ____(____, size=____)

    # Compute and plot ECDF from bootstrap sample
    x, y = ____
    _ = plt.plot(____, ____, ____='.', ____='none',
                 ____='gray', ____=0.1)

# Compute and plot ECDF from original data
x, y = ____
_ = plt.plot(____, ____, ____='.')

# Make margins and label axes
plt.margins(0.02)
_ = plt.xlabel('yearly rainfall (mm)')
_ = plt.ylabel('ECDF')

# Show the plot
plt.show()
Upravit a spustit kód