CommencezCommencez gratuitement

Ratio longueur/profondeur du bec

Les régressions linéaires ont révélé des informations intéressantes sur la géométrie du bec. La pente était la même en 1975 et en 2012, ce qui laisse entendre que pour chaque millimètre gagné en longueur de bec, les oiseaux gagnaient environ un demi-millimètre en profondeur, et ce, pour les deux années. Cependant, si l'on s'intéresse à la forme du bec, on souhaite comparer le ratio de la longueur à la profondeur du bec. Comparons-les.

Rappelez-vous que les données sont stockées dans bd_1975, bd_2012, bl_1975 et bl_2012.

Cette activité fait partie du cours

Réflexion statistique en Python (partie 2)

Voir le cours

Instructions de l’exercice

  • Créez des tableaux du ratio longueur/profondeur du bec pour chaque oiseau en 1975 et en 2012.
  • Calculez la moyenne du ratio longueur/profondeur pour 1975 et pour 2012.
  • Générez 10 000 réplicats bootstrap pour la moyenne du ratio en 1975 et en 2012 à l'aide de votre fonction draw_bs_reps().
  • Obtenez un intervalle de confiance bootstrap à 99 % pour le ratio longueur/profondeur en 1975 et en 2012.
  • Affichez les résultats.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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)
Modifier et exécuter le code