IniziaInizia gratis

Intervallo di confidenza sul tasso di no-hitter

Considera di nuovo gli intervalli tra i no-hitter nell’era moderna del baseball. Genera 10.000 repliche bootstrap del parametro ottimale \(\tau\). Traccia un istogramma delle tue repliche e riporta un intervallo di confidenza al 95%.

Questo esercizio fa parte del corso

Pensiero statistico in Python (Parte 2)

Visualizza il corso

Istruzioni dell'esercizio

  • Genera 10000 repliche bootstrap di \(\tau\) dai dati nohitter_times usando la tua funzione draw_bs_reps(). Ricorda che il \(\tau\) ottimale è calcolato come la media dei dati.
  • Calcola l'intervallo di confidenza al 95% usando np.percentile() passando due argomenti: l'array bs_replicates e la lista dei percentili, in questo caso 2.5 e 97.5.
  • Stampa l'intervallo di confidenza.
  • Traccia un istogramma delle tue repliche bootstrap. Questo è già stato predisposto, quindi premi Invia per vedere il grafico!

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Draw bootstrap replicates of the mean no-hitter time (equal to tau): bs_replicates
bs_replicates = ____

# Compute the 95% confidence interval: conf_int
conf_int = ____

# Print the confidence interval
print('95% confidence interval =', ____, 'games')

# Plot the histogram of the replicates
_ = plt.hist(bs_replicates, bins=50, normed=True)
_ = plt.xlabel(r'$\tau$ (games)')
_ = plt.ylabel('PDF')

# Show the plot
plt.show()
Modifica ed esegui il codice