LoslegenKostenlos loslegen

Viele Bootstrap-Replikate erzeugen

Die Funktion bootstrap_replicate_1d() aus dem Video steht dir im Namespace zur Verfügung. Jetzt schreibst du eine weitere Funktion, draw_bs_reps(data, func, size=1), die viele Bootstrap-Replikate aus dem Datensatz erzeugt. Diese Funktion wird dir immer wieder nützlich sein, wenn du Konfidenzintervalle berechnest und später, wenn du Hypothesentests durchführst.

Zur Orientierung findest du unten die Funktion bootstrap_replicate_1d():

def bootstrap_replicate_1d(data, func):
    """Generate bootstrap replicate of 1D data."""
    bs_sample = np.random.choice(data, len(data))
    return func(bs_sample)

Diese Übung ist Teil des Kurses

Statistical Thinking in Python (Teil 2)

Kurs anzeigen

Anleitung zur Übung

  • Definiere eine Funktion mit der Signatur draw_bs_reps(data, func, size=1).
    • Initialisiere mit np.empty() ein Array namens bs_replicates der Größe size, das alle Bootstrap-Replikate aufnimmt.
    • Schreibe eine for-Schleife, die über size iteriert, und berechne darin ein Replikat mit bootstrap_replicate_1d(). Sieh dir oben in der Aufgabenbeschreibung die Funktionssignatur von bootstrap_replicate_1d() an. Speichere das Replikat am passenden Index in bs_replicates.
    • Gib das Array der Replikate bs_replicates zurück. Das ist bereits für dich erledigt.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

def draw_bs_reps(data, func, size=1):
    """Draw bootstrap replicates."""

    # Initialize array of replicates: bs_replicates
    bs_replicates = ____

    # Generate replicates
    for i in ____:
        bs_replicates[i] = ____

    return bs_replicates
Code bearbeiten und ausführen