Campionamento con reimmissione
Il bootstrapping è ottimo per calcolare gli intervalli di confidenza delle medie; ora farai pratica proprio con questo!
nba_weights contiene i pesi (in chilogrammi) di un gruppo di giocatori NBA:
nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1,
100.3, 101.0, 98.0, 97.4]
Ti interessa calcolare l'intervallo di confidenza al 95% della media del peso dei giocatori NBA usando questa lista.
Sono già stati importati per te: random e numpy come np.
Questo esercizio fa parte del corso
Simulazioni Monte Carlo in Python
Istruzioni dell'esercizio
- Usa
random.choices()per campionare nove altezze dalla lista 1.000 volte, con reimmissione. - Calcola la media e l'intervallo di confidenza al 95% per i risultati della simulazione, assegnando l'estremo inferiore dell'intervallo a
lowere l'estremo superiore aupper.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
simu_weights = []
# Sample nine values from nba_weights with replacement 1000 times
for i in range(____):
bootstrap_sample = ____
simu_weights.append(np.mean(bootstrap_sample))
# Calculate the mean and 95% confidence interval of the mean for your results
mean_weight = ____
upper = ____
lower = ____
print(mean_weight, lower, upper)