Ziehen mit Zurücklegen
Bootstrapping eignet sich hervorragend, um Konfidenzintervalle für Mittelwerte zu berechnen; das übst du jetzt!
nba_weights enthält die Gewichte einer Gruppe von NBA-Spielern in Kilogramm:
nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1,
100.3, 101.0, 98.0, 97.4]
Du möchtest mit dieser Liste das 95-%-Konfidenzintervall für den mittleren Spielergewichtswert der NBA berechnen.
Folgendes wurde bereits für dich importiert: random und numpy als np.
Diese Übung ist Teil des Kurses
Monte-Carlo-Simulationen in Python
Anleitung zur Übung
- Verwende
random.choices(), um 1.000-mal neun Größen aus der Liste mit Zurücklegen zu ziehen. - Berechne den Mittelwert und das 95-%-Konfidenzintervall für deine Simulationsergebnisse und weise das untere Ende des Konfidenzintervalls
lowerund das obere Endeupperzu.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
simu_weights = []
# Sample nine values from nba_weights with replacement 1000 times
for i in range(____):
bootstrap_sample = ____
simu_weights.append(np.mean(bootstrap_sample))
# Calculate the mean and 95% confidence interval of the mean for your results
mean_weight = ____
upper = ____
lower = ____
print(mean_weight, lower, upper)