शुरू करेंमुफ़्त में शुरू करें

Bootstrapping बनाम normality

आपने Pearson's R के लिए एक bootstrap confidence interval के नतीजे देखे हैं। लेकिन आम स्थितियों जैसे कि mean के लिए confidence interval बनाने में क्या होता है? आप stats.norm से आने वाले "normal" confidence interval की बजाय bootstrap confidence interval क्यों चुनेंगे?

एक DataFrame जिसमें venture capital फर्मों के निवेश दिखाए गए हैं (investments_df), आपके लिए लोड किया गया है. साथ ही pandas pd के रूप में, NumPy np के रूप में, और SciPy से stats भी लोड है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में अनुमान का आधार

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Select just the companies in the Analytics market
analytics_df = ____[____ == 'Analytics']

# Confidence interval using the stats.norm function
norm_ci = stats.norm.____(alpha=____,
                         loc=____,
                         scale=____.std() / np.___(____))

# Construct a bootstrapped confidence interval
bootstrap_ci = stats.bootstrap(data=(____, ),
                              statistic=np.____)

print('Normal CI:', norm_ci)
print('Bootstrap CI:', bootstrap_ci.confidence_interval)
कोड संपादित करें और चलाएँ