L'istogramma del bootstrap
Stai pensando a una vacanza a Cincinnati a maggio, ma sei molto sensibile al NO2. Recuperi alcuni anni di dati sull'inquinamento a Cincinnati nel mese di maggio e osservi una stima bootstrap dei livelli medi di NO2. Hai a disposizione una sola stima, quindi il modo migliore per visualizzare i risultati delle stime bootstrap è con un istogramma.
Anche se a te piace l'intuizione offerta dal solo istogramma del bootstrap, la tua/il tuo partner con cui andrai in vacanza preferisce vedere intervalli percentili. Per venirle/gli incontro, decidi di evidenziare l'intervallo al 95% ombreggiando la regione.
Questo esercizio fa parte del corso
Migliorare le tue visualizzazioni dei dati in Python
Istruzioni dell'esercizio
- Fornisci alla funzione
percentile()i percentili inferiore e superiore necessari per ottenere un intervallo al 95%. - Ombreggia lo sfondo del grafico nell'intervallo al 95%.
- Disegna l'istogramma delle medie bootstrap con 100 bin.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
cinci_may_NO2 = pollution.query("city == 'Cincinnati' & month == 5").NO2
# Generate bootstrap samples
boot_means = bootstrap(cinci_may_NO2, 1000)
# Get lower and upper 95% interval bounds
lower, upper = np.percentile(boot_means, [____, ____])
# Plot shaded area for interval
plt.axvspan(____, ____, color = 'gray', alpha = 0.2)
# Draw histogram of bootstrap samples
sns.histplot(____, ____ = 100)
plt.show()