EmpezarEmpieza gratis

Intervalo de confianza de la tasa de no-hitters

Vuelve a considerar los intervalos entre no-hitters en la era moderna del béisbol. Genera 10.000 réplicas bootstrap del parámetro óptimo \(\tau\). Dibuja un histograma de tus réplicas e informa de un intervalo de confianza del 95%.

Este ejercicio forma parte del curso

Pensamiento estadístico en Python (Parte 2)

Ver curso

Instrucciones del ejercicio

  • Genera 10000 réplicas bootstrap de \(\tau\) a partir de los datos nohitter_times usando tu función draw_bs_reps(). Recuerda que el \(\tau\) óptimo se calcula como la media de los datos.
  • Calcula el intervalo de confianza del 95% usando np.percentile() y pasando dos argumentos: el array bs_replicates y la lista de percentiles, en este caso 2.5 y 97.5.
  • Imprime el intervalo de confianza.
  • Dibuja un histograma de tus réplicas bootstrap. Esto ya está hecho por ti, así que pulsa Enviar para ver el gráfico.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Draw bootstrap replicates of the mean no-hitter time (equal to tau): bs_replicates
bs_replicates = ____

# Compute the 95% confidence interval: conf_int
conf_int = ____

# Print the confidence interval
print('95% confidence interval =', ____, 'games')

# Plot the histogram of the replicates
_ = plt.hist(bs_replicates, bins=50, normed=True)
_ = plt.xlabel(r'$\tau$ (games)')
_ = plt.ylabel('PDF')

# Show the plot
plt.show()
Editar y ejecutar código