LoslegenKostenlos loslegen

Lineare Regressionen

Führe eine lineare Regression sowohl für die Daten von 1975 als auch für 2012 durch. Erstelle anschließend gepaarte Bootstrap-Schätzungen für die Regressionsparameter. Berichte 95-%-Konfidenzintervalle für die Steigung und den Achsenabschnitt der Regressionsgeraden.

Du verwendest die Funktion draw_bs_pairs_linreg(), die du in Kapitel 2 geschrieben hast.

Zur Erinnerung: Die Signatur lautet draw_bs_pairs_linreg(x, y, size=1), und sie gibt bs_slope_reps und bs_intercept_reps zurück. Die Daten zur Schnabellänge sind als bl_1975 und bl_2012 gespeichert, und die Daten zur Schnabeltiefe als bd_1975 und bd_2012.

Diese Übung ist Teil des Kurses

Statistical Thinking in Python (Teil 2)

Kurs anzeigen

Anleitung zur Übung

  • Berechne die Steigung und den Achsenabschnitt für beide Datensätze (1975 und 2012).
  • Erzeuge 1000 gepaarte Bootstrap-Stichproben für die linearen Regressionen mit deiner Funktion draw_bs_pairs_linreg().
  • Berechne 95-%-Konfidenzintervalle für die Steigungen und die Achsenabschnitte.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Compute the linear regressions
slope_1975, intercept_1975 = ____
slope_2012, intercept_2012 = ____

# Perform pairs bootstrap for the linear regressions
bs_slope_reps_1975, bs_intercept_reps_1975 = \
        ____
bs_slope_reps_2012, bs_intercept_reps_2012 = \
        ____

# Compute confidence intervals of slopes
slope_conf_int_1975 = ____
slope_conf_int_2012 = ____
intercept_conf_int_1975 = ____

intercept_conf_int_2012 = ____


# Print the results
print('1975: slope =', slope_1975,
      'conf int =', slope_conf_int_1975)
print('1975: intercept =', intercept_1975,
      'conf int =', intercept_conf_int_1975)
print('2012: slope =', slope_2012,
      'conf int =', slope_conf_int_2012)
print('2012: intercept =', intercept_2012,
      'conf int =', intercept_conf_int_2012)
Code bearbeiten und ausführen