शुरू करेंमुफ़्त में शुरू करें

K-S रिप्लिकेट्स ड्रॉ करना

अब, आपको एक फ़ंक्शन चाहिए जो टारगेट डिस्ट्रीब्यूशन f से Kolmogorov–Smirnov रिप्लिकेट्स ड्रॉ करे. इसके लिए सिग्नेचर draw_ks_reps(n, f, args=(), size=10000, n_reps=10000) वाला फ़ंक्शन बनाएँ. यहाँ n डेटा पॉइंट्स की संख्या है, और f वह फ़ंक्शन है जिससे आप टारगेट CDF से सैंपल जनरेट करेंगे. उदाहरण के लिए, अगर आपको Exponential डिस्ट्रीब्यूशन के विरुद्ध टेस्ट करना है, तो आप f के रूप में np.random.exponential पास करेंगे. यह फ़ंक्शन सामान्यतः आर्ग्यूमेंट लेता है, जिन्हें tuple के रूप में पास करना होगा. तो, यदि आप mean x_mean वाली Exponential डिस्ट्रीब्यूशन से सैंपल लेना चाहते हैं, तो args=(x_mean,) कीवर्ड का उपयोग करें. कीवर्ड आर्ग्यूमेंट size और n_reps क्रमशः टारगेट डिस्ट्रीब्यूशन से लिए जाने वाले सैंपल्स की संख्या और ड्रॉ किए जाने वाले रिप्लिकेट्स की संख्या को दर्शाते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Statistical Thinking के केस स्टडीज़

पाठ्यक्रम देखें

अभ्यास निर्देश

  • सिग्नेचर draw_ks_reps(n, f, args=(), size=10000, n_reps=10000) वाला फ़ंक्शन लिखिए जो निम्नलिखित करे.
    • टारगेट डिस्ट्रीब्यूशन f से size सैंपल जनरेट करें. ध्यान रखें, सैंपलिंग फ़ंक्शन में args पास करने के लिए f(*args, size=size) का प्रयोग करें. परिणाम x_f के रूप में स्टोर करें.
    • रिप्लिकेट्स की array reps को n_reps एंट्रीज़ वाली empty array के रूप में इनिशियलाइज़ करें.
    • एक for लूप लिखें जो यह काम n_reps बार करे.
      • f से n सैंपल ड्रॉ करें. फिर से, अपने फ़ंक्शन कॉल में *args का उपयोग करें. परिणाम वैरिएबल x_samp में स्टोर करें.
      • dcst.ks_stat() का उपयोग कर K-S स्टैटिस्टिक compute करें. यह वही फ़ंक्शन है जो आपने पिछले अभ्यास में लिखा था और सुविधाजनक रूप से dcst मॉड्यूल में मौजूद है. परिणाम reps array में स्टोर करें.
    • अंत में array reps रिटर्न करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

____ ____:
    # Generate samples from target distribution
    x_f = ____
    
    # Initialize K-S replicates
    reps = ____
    
    # Draw replicates
    for i in range(n_reps):
        # Draw samples for comparison
        x_samp = ____
        
        # Compute K-S statistic
        ____[i] = ____

    return reps
कोड संपादित करें और चलाएँ