IniziaInizia gratis

Stima jackknife di base - media

Il jackknife è una procedura più datata, oggi meno usata rispetto al bootstrapping. Tuttavia, è ancora utile saper eseguire una stima jackknife di base. In questo primo esercizio, calcoleremo la stima jackknife della media. Torniamo alla fabbrica di chiavi inglesi.

Possiedi una fabbrica di chiavi inglesi e vuoi misurare la lunghezza media delle chiavi per assicurarti che rispettino le specifiche. La tua fabbrica produce migliaia di chiavi al giorno, ma non è fattibile misurare la lunghezza di ciascuna. Hai però a disposizione un campione rappresentativo di 100 chiavi. Usiamo la stima jackknife per ottenere la lunghezza media.

Esamina la variabile wrench_lengths nella shell.

Questo esercizio fa parte del corso

Simulazione statistica in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Ottieni un campione jackknife escludendo iterativamente un’osservazione da wrench_lengths e assegnandolo a jk_sample.
  • Calcola la media di jk_sample e aggiungila a mean_lengths.
  • Infine, calcola la stima jackknife mean_lengths_jk come media dell’array mean_lengths.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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))
Modifica ed esegui il codice