ComenzarEmpieza gratis

Regresiones lineales

Realiza una regresión lineal tanto para los datos de 1975 como para los de 2012. Después, calcula estimaciones bootstrap por pares de los parámetros de la regresión. Informa de los intervalos de confianza del 95% para la pendiente y la intersección de la recta de regresión.

Usarás la función draw_bs_pairs_linreg() que escribiste en el capítulo 2.

Como recordatorio, su firma es draw_bs_pairs_linreg(x, y, size=1), y devuelve bs_slope_reps y bs_intercept_reps. Los datos de longitud del pico están guardados como bl_1975 y bl_2012, y los de profundidad del pico como bd_1975 y bd_2012.

Este ejercicio forma parte del curso

Pensamiento estadístico en Python (Parte 2)

Ver curso

Instrucciones del ejercicio

  • Calcula la pendiente y la intersección para los conjuntos de datos de 1975 y 2012.
  • Obtén 1000 muestras bootstrap por pares para las regresiones lineales usando tu función draw_bs_pairs_linreg().
  • Calcula intervalos de confianza del 95% para las pendientes y las intersecciones.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Compute the linear regressions
slope_1975, intercept_1975 = ____
slope_2012, intercept_2012 = ____

# Perform pairs bootstrap for the linear regressions
bs_slope_reps_1975, bs_intercept_reps_1975 = \
        ____
bs_slope_reps_2012, bs_intercept_reps_2012 = \
        ____

# Compute confidence intervals of slopes
slope_conf_int_1975 = ____
slope_conf_int_2012 = ____
intercept_conf_int_1975 = ____

intercept_conf_int_2012 = ____


# Print the results
print('1975: slope =', slope_1975,
      'conf int =', slope_conf_int_1975)
print('1975: intercept =', intercept_1975,
      'conf int =', intercept_conf_int_1975)
print('2012: slope =', slope_2012,
      'conf int =', slope_conf_int_2012)
print('2012: intercept =', intercept_2012,
      'conf int =', intercept_conf_int_2012)
Editar y ejecutar código