Mulai sekarangMulai gratis

Estimasi jackknife dasar - mean

Jackknife resampling adalah prosedur yang lebih lama, yang tidak sesering digunakan dibandingkan bootstrapping. Namun, tetap berguna untuk mengetahui cara menjalankan prosedur estimasi jackknife dasar. Pada latihan pertama ini, kita akan menghitung estimasi jackknife untuk mean. Mari kembali ke pabrik kunci Inggris.

Anda memiliki pabrik kunci Inggris dan ingin mengukur panjang rata-rata kunci Inggris untuk memastikan bahwa ukurannya sesuai spesifikasi. Pabrik Anda memproduksi ribuan kunci Inggris setiap hari, tetapi tidak memungkinkan untuk mengukur panjang setiap unit. Namun, Anda memiliki akses ke sampel representatif berisi 100 kunci Inggris. Mari gunakan estimasi jackknife untuk mendapatkan panjang rata-ratanya.

Periksa variabel wrench_lengths di shell.

Latihan ini merupakan bagian dari kursus

Simulasi Statistik di Python

Lihat Kursus

Instruksi latihan

  • Dapatkan sampel jackknife dengan secara iteratif mengeluarkan satu pengamatan dari wrench_lengths dan menugaskannya ke jk_sample.
  • Hitung mean dari jk_sample dan tambahkan ke mean_lengths.
  • Terakhir, hitung estimasi jackknife mean_lengths_jk sebagai mean dari array mean_lengths.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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))
Edit dan Jalankan Kode