ComenzarEmpieza 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 y completa el código de muestra.

# 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