शुरू करेंमुफ़्त में शुरू करें

Bootstrap सैंपल्स का विज़ुअलाइज़ेशन

इस अभ्यास में, आप UK के Sheffield Weather Station पर 1883 से 2015 तक मापी गई वार्षिक वर्षा के डेटा से bootstrap सैंपल्स जनरेट करेंगे. डेटा NumPy array rainfall में मिलीमीटर (mm) यूनिट में स्टोर है. ECDF के साथ इन bootstrap सैंपल्स को ग्राफ़िक रूप से दिखाकर, आप समझ पाएँगे कि bootstrap सैंपलिंग कैसे डेटा का प्रायिक-वर्णन (probabilistic description) करने में मदद करती है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Statistical Thinking in Python (Part 2)

पाठ्यक्रम देखें

अभ्यास निर्देश

  • एक for लूप लिखें जो वर्षा डेटा के 50 bootstrap सैंपल ले और उनका ECDF प्लॉट करे.
    • NumPy array rainfall से bootstrap सैंपल जनरेट करने के लिए np.random.choice() का उपयोग करें. सुनिश्चित करें कि रिसैंपल्ड array का size len(rainfall) हो.
    • इस कोर्स के प्रीक्वेल में आपने जो ecdf() फंक्शन लिखा था, उससे bootstrap सैंपल bs_sample के ECDF के लिए x और y वैल्यू जनरेट करें.
    • ECDF वैल्यू प्लॉट करें. marker='.' और linestyle='none' के अलावा color='gray' (ग्रे डॉट्स के लिए) और alpha=0.1 (उन्हें सेमी-ट्रांसपेरेंट रखने के लिए, क्योंकि हम बहुत सारे ओवरले कर रहे हैं) स्पेसिफ़ाई करें.
  • Array rainfall में उपलब्ध ओरिजिनल वर्षा डेटा के ECDF के लिए ecdf() का उपयोग करके x और y वैल्यू जनरेट करें.
  • ओरिजिनल डेटा के ECDF वैल्यू प्लॉट करें.
  • सैंपल्स को विज़ुअलाइज़ करने के लिए उत्तर सबमिट करें!

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

for _ in range(50):
    # Generate bootstrap sample: bs_sample
    bs_sample = ____(____, size=____)

    # Compute and plot ECDF from bootstrap sample
    x, y = ____
    _ = plt.plot(____, ____, ____='.', ____='none',
                 ____='gray', ____=0.1)

# Compute and plot ECDF from original data
x, y = ____
_ = plt.plot(____, ____, ____='.')

# Make margins and label axes
plt.margins(0.02)
_ = plt.xlabel('yearly rainfall (mm)')
_ = plt.ylabel('ECDF')

# Show the plot
plt.show()
कोड संपादित करें और चलाएँ