बेसिक जैकनाइफ़ अनुमान - mean
जैकनाइफ़ रिसैंपलिंग एक पुरानी प्रक्रिया है, जिसकी तुलना में बूटस्ट्रैपिंग आजकल कम उपयोग होती है. फिर भी, बेसिक जैकनाइफ़ एस्टिमेशन चलाना जानना उपयोगी है. इस पहले अभ्यास में, हम mean के लिए जैकनाइफ़ एस्टिमेट निकालेंगे. आइए फिर से रिंच फ़ैक्टरी पर लौटते हैं.
आप एक रिंच फ़ैक्टरी के मालिक हैं और यह जाँचना चाहते हैं कि रिंच की औसत लंबाई कुछ स्पेसिफिकेशंस को पूरा करती है या नहीं. आपकी फ़ैक्टरी हर दिन हज़ारों रिंच बनाती है, लेकिन हर रिंच की लंबाई मापना संभव नहीं है. हालाँकि, आपके पास 100 रिंच का एक प्रतिनिधि सैंपल है. औसत लंबाई पाने के लिए जैकनाइफ़ एस्टिमेशन का उपयोग करें.
शेल में वैरिएबल wrench_lengths देखें.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Statistical Simulation
अभ्यास निर्देश
wrench_lengthsमें से हर बार एक ऑब्ज़र्वेशन हटाते हुए इटरेट करें और प्राप्त जैकनाइफ़ सैंपल कोjk_sampleमें रखें.jk_sampleका mean निकालें और उसेmean_lengthsमें append करें.- अंत में,
mean_lengthsarray का mean लेकर जैकनाइफ़ एस्टिमेटmean_lengths_jkकी गणना करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Leave one observation out from wrench_lengths to get the jackknife sample and store the mean length
mean_lengths, n = [], len(wrench_lengths)
index = np.arange(n)
for i in range(n):
jk_sample = ____[index != i]
mean_lengths.append(____)
# The jackknife estimate is the mean of the mean lengths from each sample
mean_lengths_jk = ____(np.array(mean_lengths))
print("Jackknife estimate of the mean = {}".format(mean_lengths_jk))