Stichproben und Punktschätzer
Du hast Zugriff auf eine kleine Handelshistorie von Bitcoin (BTC) und dem S&P 500 (SP500). Du entscheidest dich, neunzig aufeinanderfolgende Tage zu wählen, um das prozentuale Wachstum jedes Assets über denselben Zeitraum zu analysieren.
Du beginnst damit, eine anfängliche Zeilennummer auszuwählen. Damit du eine Stichprobe von 90 aufeinanderfolgenden Zeilen erhältst, musst du diese Startzeilennummer aus einem Wertebereich von null bis zur Länge von btc_sp_df auswählen, wobei die letzten 90 Zeilen ausgeschlossen werden. Dein Ziel ist es, diese Stichprobe zu nutzen, um das Wachstum beider Assets im Allgemeinen besser zu verstehen.
Die Handelsdaten wurden in btc_sp_df geladen, ebenso die Pakete pandas als pd und NumPy als np.
Diese Übung ist Teil des Kurses
<Kurs>Grundlagen der Inferenz in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Select a random starting row number, not including the last 90 rows
initial_row_number = np.random.____(____(len(____) - ____))
# Use initial_row_number to select the next 90 rows from that row number
sample_df = btc_sp_df.____[____:(____ + ____)]