CommencezCommencez gratuitement

Intervalle de confiance du taux de matchs sans coup sûr

Reprenez les intervalles entre matchs sans coup sûr pour l'ère moderne du baseball. Générez 10 000 répliques bootstrap du paramètre optimal \(\tau\). Tracez un histogramme de vos répliques et indiquez un intervalle de confiance à 95 %.

Cette activité fait partie du cours

Réflexion statistique en Python (partie 2)

Voir le cours

Instructions de l’exercice

  • Générez 10000 répliques bootstrap de \(\tau\) à partir des données nohitter_times en utilisant votre fonction draw_bs_reps(). Rappelez‑vous que la valeur optimale de \(\tau\) est calculée comme la moyenne des données.
  • Calculez l'intervalle de confiance à 95 % à l'aide de np.percentile() en lui passant deux arguments : le tableau bs_replicates et la liste des centiles — ici 2.5 et 97.5.
  • Affichez l'intervalle de confiance.
  • Tracez un histogramme de vos répliques bootstrap. Cela a été fait pour vous, alors appuyez sur Soumettre pour voir le graphique!

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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()
Modifier et exécuter le code