शुरू करेंमुफ़्त में शुरू करें

Beak length to depth ratio

Linear regression ने चोंच की ज्यामिति के बारे में दिलचस्प जानकारी दिखाई। 1975 और 2012 में slope एक जैसा था, जो यह सुझाता है कि चोंच की लंबाई में हर 1 मिलीमीटर की बढ़त पर, दोनों वर्षों में गहराई लगभग 0.5 मिलीमीटर बढ़ी। लेकिन अगर हमें चोंच के आकार में दिलचस्पी है, तो हमें चोंच की लंबाई और गहराई के बीच के अनुपात (ratio) की तुलना करनी चाहिए। आइए यह तुलना करते हैं.

ध्यान रखें, डेटा bd_1975, bd_2012, bl_1975, और bl_2012 में स्टोर है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Statistical Thinking in Python (Part 2)

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 1975 और 2012 के लिए हर पक्षी के beak length-to-depth ratio के arrays बनाएँ.
  • 1975 और 2012 के लिए length-to-depth ratio का mean compute करें.
  • अपनी draw_bs_reps() फंक्शन का उपयोग करके 1975 और 2012 के mean ratio के लिए 10,000-10,000 bootstrap replicates जनरेट करें.
  • 1975 और 2012 के length-to-depth ratio के लिए 99% bootstrap confidence interval निकालें.
  • परिणाम प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Compute length-to-depth ratios
ratio_1975 = ____
ratio_2012 = ____

# Compute means
mean_ratio_1975 = ____
mean_ratio_2012 = ____

# Generate bootstrap replicates of the means
bs_replicates_1975 = ____
bs_replicates_2012 = ____

# Compute the 99% confidence intervals
conf_int_1975 = ____
conf_int_2012 = ____

# Print the results
print('1975: mean ratio =', mean_ratio_1975,
      'conf int =', conf_int_1975)
print('2012: mean ratio =', mean_ratio_2012,
      'conf int =', conf_int_2012)
कोड संपादित करें और चलाएँ