Bootstrap y error estándar

Imagina un Parque Nacional donde las personas guardabosques hacen rutas a pie cada día como parte del mantenimiento de los senderos. No siempre siguen el mismo camino, pero sí registran su distancia y tiempo finales. Queremos crear un modelo estadístico de las variaciones en la distancia diaria recorrida a partir de una muestra limitada de datos de una guardabosques.

Tu objetivo es usar remuestreo bootstrap, calculando una media para cada remuestra, para crear una distribución de medias, y luego calcular el error estándar como una forma de cuantificar la "incertidumbre" en la estadística muestral como estimador de la estadística poblacional.

Usa el array sample_data precargado con 500 mediciones independientes de distancia recorrida. Por ahora, usamos un conjunto de datos simulado para simplificar esta lección. Más adelante, veremos datos más realistas.

Este ejercicio forma parte del curso

Introducción al modelado lineal en Python

Ver curso

Instrucciones del ejercicio

Asigna sample_data como modelo de la población.
Repite num_resamples veces:
- Usa np.random.choice() cada vez para generar un bootstrap_sample de size=resample_size tomado de population_model y especifica replace=True.
- Calcula y guarda la media muestral cada vez.
Calcula e imprime el np.mean() y el np.std() de bootstrap_means.
Usa la función predefinida plot_data_hist() y visualiza la distribución de bootstrap_means.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Use the sample_data as a model for the population
population_model = ____

# Resample the population_model 100 times, computing the mean each sample
for nr in range(num_resamples):
    bootstrap_sample = np.random.____(population_model, size=____, replace=____)
    bootstrap_means[nr] = np.____(bootstrap_sample)

# Compute and print the mean, stdev of the resample distribution of means
distribution_mean = np.mean(____)
standard_error = np.std(____)
print('Bootstrap Distribution: center={:0.1f}, spread={:0.1f}'.format(____, ____))

# Plot the bootstrap resample distribution of means
fig = plot_data_hist(____)

Editar y ejecutar código