EmpezarEmpieza gratis

Réplicas bootstrap de otras estadísticas

Vimos en un ejercicio anterior que la media sigue una distribución Normal. Esto no tiene por qué cumplirse para otras estadísticas, pero no te preocupes: como hackers, siempre podemos tomar réplicas bootstrap. En este ejercicio, generarás réplicas bootstrap de la varianza de la precipitación anual en la estación meteorológica de Sheffield y representarás el histograma de las réplicas.

Aquí usarás la función draw_bs_reps() que definiste hace algunos ejercicios. Te la dejamos a continuación como referencia:

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

Este ejercicio forma parte del curso

Pensamiento estadístico en Python (Parte 2)

Ver curso

Instrucciones del ejercicio

  • Genera 10000 réplicas bootstrap de la varianza de la precipitación anual, almacenada en el conjunto de datos rainfall, usando tu función draw_bs_reps(). Pista: pasa np.var para calcular la varianza.
  • Divide tus réplicas de varianza (bs_replicates) entre 100 para expresar la varianza en centímetros cuadrados por comodidad.
  • Haz un histograma de bs_replicates usando el argumento density=True y 50 bins.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# 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()
Editar y ejecutar código