CommencezCommencez gratuitement

Échantillonnage répété, estimations ponctuelles et inférence

Dans l'exercice précédent, vous avez utilisé un seul échantillon de quatre-vingt-dix jours pour tirer votre conclusion. Mais si vous aviez eu un autre ensemble de quatre-vingt-dix jours, vos conclusions auraient-elles été différentes?

Une façon d'évaluer cela consiste à prendre des échantillons répétés. En prélevant plusieurs échantillons à partir de vos données et en calculant votre estimation ponctuelle à chaque fois, vous pouvez voir comment elle varie.

Les mêmes données btc_sp_df ont été chargées pour vous, ainsi que les modules Pandas sous le nom pd et NumPy sous le nom np.

Cette activité fait partie du cours

Fondements de l'inférence en Python

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Write a for loop which repeats the sampling ten times
for i in ____:
    # Select a random starting row number
    initial_row_number = ____(____(btc_sp_df.shape[0] - 90))
    # Select the next 90 rows after the starting row
    sample_df = ____[____:____ + ____]
    # Compute the percent change in closing price of BTC and print it
    btc_pct_change = (____.iloc[0][____] - ____.iloc[-1][____]) / ____.iloc[0][____]
    print(btc_pct_change)
Modifier et exécuter le code