Inizia subitoInizia gratis

Repliche bootstrap di altre statistiche

In un esercizio precedente abbiamo visto che la media è distribuita normalmente. Questo non è necessariamente vero per altre statistiche, ma niente paura: da hacker possiamo sempre prendere repliche bootstrap! In questo esercizio genererai repliche bootstrap per la varianza delle precipitazioni annuali alla stazione meteorologica di Sheffield e traccerai l'istogramma delle repliche.

Qui userai la funzione draw_bs_reps() che hai definito qualche esercizio fa. Te la riportiamo qui sotto per riferimento:

def draw_bs_reps(data, func, size=1):
    """Draw bootstrap replicates."""
    # Initialize array of replicates
    bs_replicates = np.empty(size)
    # Generate replicates
    for i in range(size):
        bs_replicates[i] = bootstrap_replicate_1d(data, func)
    return bs_replicates

Questo esercizio fa parte del corso

Pensiero statistico in Python (Parte 2)

Visualizza corso

Istruzioni dell'esercizio

  • Estrai 10000 repliche bootstrap della varianza delle precipitazioni annuali, memorizzate nel dataset rainfall, usando la tua funzione draw_bs_reps(). Suggerimento: passa np.var per calcolare la varianza.
  • Dividi le repliche della varianza (bs_replicates) per 100 per esprimere la varianza in unità di centimetri quadrati, per comodità.
  • Crea un istogramma di bs_replicates usando l'argomento density=True e 50 bin.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Generate 10,000 bootstrap replicates of the variance: bs_replicates
bs_replicates = ____

# Put the variance in units of square centimeters
____

# Make a histogram of the results
_ = plt.hist(____, ____, ____)
_ = plt.xlabel('variance of annual rainfall (sq. cm)')
_ = plt.ylabel('PDF')

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