LoslegenKostenlos loslegen

Bootstrap-Replikate anderer Statistiken

Wir haben in einer früheren Übung gesehen, dass der Mittelwert normalverteilt ist. Das gilt nicht unbedingt für andere Statistiken, aber kein Problem: Als Hacker können wir immer Bootstrap-Replikate ziehen! In dieser Übung erzeugst du Bootstrap-Replikate für die Varianz des jährlichen Niederschlags an der Wetterstation Sheffield und zeichnest das Histogramm der Replikate.

Hier nutzt du die Funktion draw_bs_reps(), die du vor ein paar Übungen definiert hast. Zur Erinnerung ist sie unten angegeben:

def draw_bs_reps(data, func, size=1):
    """Draw bootstrap replicates."""
    # Initialize array of replicates
    bs_replicates = np.empty(size)
    # Generate replicates
    for i in range(size):
        bs_replicates[i] = bootstrap_replicate_1d(data, func)
    return bs_replicates

Diese Übung ist Teil des Kurses

Statistical Thinking in Python (Teil 2)

Kurs anzeigen

Anleitung zur Übung

  • Ziehe 10000 Bootstrap-Replikate der Varianz des jährlichen Niederschlags aus dem Datensatz rainfall mit deiner Funktion draw_bs_reps(). Hinweis: Übergib np.var, um die Varianz zu berechnen.
  • Teile deine Varianz-Replikate (bs_replicates) durch 100, um die Varianz der Einfachheit halber in Quadratzentimetern auszudrücken.
  • Erstelle ein Histogramm von bs_replicates mit dem Keyword-Argument normed=True und 50 Bins.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Generate 10,000 bootstrap replicates of the variance: bs_replicates
bs_replicates = ____

# Put the variance in units of square centimeters
____

# Make a histogram of the results
_ = plt.hist(____, ____, ____)
_ = plt.xlabel('variance of annual rainfall (sq. cm)')
_ = plt.ylabel('PDF')

# Show the plot
plt.show()
Code bearbeiten und ausführen