Bootstrapping vs. kenormalan
Anda telah melihat hasil dari interval kepercayaan bootstrap untuk R Pearson. Namun bagaimana dengan situasi umum seperti membuat interval kepercayaan untuk rata-rata? Mengapa Anda menggunakan interval kepercayaan bootstrap dibandingkan interval kepercayaan “normal” yang berasal dari stats.norm?
Sebuah DataFrame yang menampilkan investasi dari firma modal ventura (investments_df) telah dimuat untuk Anda, begitu juga paket pandas sebagai pd, NumPy sebagai np, dan stats dari SciPy.
Latihan ini adalah bagian dari kursus
Dasar-dasar Inferensi di Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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)