Generare molti replicati bootstrap
La funzione bootstrap_replicate_1d() del video è disponibile nel tuo namespace. Ora scriverai un'altra funzione, draw_bs_reps(data, func, size=1), che genera molti replicati bootstrap a partire dall'insieme di dati. Questa funzione tornerà utile più e più volte quando calcolerai gli intervalli di confidenza e, più avanti, quando farai i test d'ipotesi.
Per riferimento, la funzione bootstrap_replicate_1d() è riportata qui sotto:
def bootstrap_replicate_1d(data, func):
"""Generate bootstrap replicate of 1D data."""
bs_sample = np.random.choice(data, len(data))
return func(bs_sample)
Questo esercizio fa parte del corso
Pensiero statistico in Python (Parte 2)
Istruzioni dell'esercizio
- Definisci una funzione con firma di chiamata
draw_bs_reps(data, func, size=1).- Usando
np.empty(), inizializza un array chiamatobs_replicatesdi dimensionesizeper contenere tutti i replicati bootstrap. - Scrivi un ciclo
forche scorra susizee calcoli un replicato usandobootstrap_replicate_1d(). Fai riferimento alla descrizione dell'esercizio sopra per vedere la firma della funzionebootstrap_replicate_1d(). Salva il replicato nell'indice appropriato dibs_replicates. - Restituisci l'array dei replicati
bs_replicates. Questo è già stato fatto per te.
- Usando
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
def draw_bs_reps(data, func, size=1):
"""Draw bootstrap replicates."""
# Initialize array of replicates: bs_replicates
bs_replicates = ____
# Generate replicates
for i in ____:
bs_replicates[i] = ____
return bs_replicates