Cociente longitud/profundidad del pico
Las regresiones lineales revelaron información interesante sobre la geometría del pico. La pendiente fue la misma en 1975 y 2012, lo que sugiere que por cada milímetro ganado en longitud del pico, las aves ganaron aproximadamente medio milímetro en profundidad en ambos años. Sin embargo, si nos interesa la forma del pico, queremos comparar el cociente entre la longitud y la profundidad del pico. Hagamos esa comparación.
Recuerda que los datos están en bd_1975, bd_2012, bl_1975 y bl_2012.
Este ejercicio forma parte del curso
Pensamiento estadístico en Python (Parte 2)
Instrucciones del ejercicio
- Crea arrays con el cociente longitud/profundidad del pico de cada ave para 1975 y para 2012.
- Calcula la media del cociente longitud/profundidad para 1975 y para 2012.
- Genera 10.000 réplicas bootstrap para la media del cociente en 1975 y 2012 usando tu función
draw_bs_reps(). - Obtén un intervalo de confianza bootstrap del 99% para el cociente longitud/profundidad en 1975 y 2012.
- Imprime los resultados.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Compute length-to-depth ratios
ratio_1975 = ____
ratio_2012 = ____
# Compute means
mean_ratio_1975 = ____
mean_ratio_2012 = ____
# Generate bootstrap replicates of the means
bs_replicates_1975 = ____
bs_replicates_2012 = ____
# Compute the 99% confidence intervals
conf_int_1975 = ____
conf_int_2012 = ____
# Print the results
print('1975: mean ratio =', mean_ratio_1975,
'conf int =', conf_int_1975)
print('2012: mean ratio =', mean_ratio_2012,
'conf int =', conf_int_2012)