बार-बार सैंपलिंग, पॉइंट एस्टीमेट्स और इनफ़ेरेंस
पिछले अभ्यास में, आपने निष्कर्ष निकालने के लिए नब्बे दिनों के एक ही सैंपल का उपयोग किया था। लेकिन अगर आपके पास एक अलग नब्बे दिनों का सैंपल होता तो? क्या आपके निष्कर्ष बदल जाते?
इसे परखने का एक तरीका है बार-बार सैंपल लेना। अपने डेटा से बार-बार सैंपल लेकर और हर बार पॉइंट एस्टीमेट निकालकर आप देख सकते हैं कि वह कैसे बदलता है।
वही डेटा btc_sp_df आपके लिए लोड किया गया है, साथ ही Pandas pd के रूप में और NumPy np के रूप में उपलब्ध हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में अनुमान का आधार
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)