Bootstrap untuk interval kepercayaan
Salah satu alat yang berguna untuk menilai variabilitas data adalah bootstrap. Dalam latihan ini, Anda akan menulis fungsi bootstrap Anda sendiri yang dapat digunakan untuk mengembalikan interval kepercayaan hasil bootstrap.
Fungsi ini menerima tiga parameter: array 2-D berisi angka (data), daftar persentil yang akan dihitung (percentiles), dan jumlah iterasi bootstrap yang digunakan (n_boots). Fungsi ini menggunakan resample untuk menghasilkan sampel bootstrap, lalu mengulanginya berkali-kali untuk menghitung interval kepercayaan.
Latihan ini merupakan bagian dari kursus
Machine Learning untuk Data Deret Waktu di Python
Instruksi latihan
- Fungsi harus melakukan perulangan sebanyak jumlah bootstrap (diberikan oleh parameter
n_boots) dan:- Ambil sampel acak dari data, dengan pengembalian, lalu hitung rata-rata dari sampel acak ini
- Hitung persentil dari
bootstrap_meansdan kembalikan hasilnya
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
from sklearn.utils import ____
def bootstrap_interval(data, percentiles=(2.5, 97.5), n_boots=100):
"""Bootstrap a confidence interval for the mean of columns of a 2-D dataset."""
# Create our empty array to fill the results
bootstrap_means = np.zeros([n_boots, data.shape[-1]])
for ii in range(____):
# Generate random indices for our data *with* replacement, then take the sample mean
random_sample = ____
bootstrap_means[ii] = random_sample.mean(axis=0)
# Compute the percentiles of choice for the bootstrapped means
percentiles = ____(bootstrap_means, percentiles, axis=0)
return percentiles