CommencerCommencer gratuitement

Régressions linéaires

Réalisez une régression linéaire pour les données de 1975 et de 2012. Puis, effectuez des estimations bootstrap par paires pour les paramètres de régression. Donnez les intervalles de confiance à 95 % pour la pente et l’ordonnée à l’origine de la droite de régression.

Vous utiliserez la fonction draw_bs_pairs_linreg() que vous avez écrite au chapitre 2.

Pour rappel, sa signature est draw_bs_pairs_linreg(x, y, size=1), et elle renvoie bs_slope_reps et bs_intercept_reps. Les données de longueur de bec sont stockées dans bl_1975 et bl_2012, et les données de profondeur de bec dans bd_1975 et bd_2012.

Cet exercice fait partie du cours

Réflexion statistique en Python (Partie 2)

Afficher le cours

Instructions

  • Calculez la pente et l’ordonnée à l’origine pour les jeux de données de 1975 et de 2012.
  • Obtenez 1000 échantillons bootstrap par paires pour les régressions linéaires en utilisant votre fonction draw_bs_pairs_linreg().
  • Calculez les intervalles de confiance à 95 % pour les pentes et les ordonnées à l’origine.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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)
Modifier et exécuter le code