復元抽出によるサンプリング
ブートストラップは平均の信頼区間を計算するのにとても有効です。ここではその手順を練習します。
nba_weights には、NBA 選手の体重（kg）が入っています。
nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1,
100.3, 101.0, 98.0, 97.4]
このリストを使って、NBA 選手の平均体重の 95% 信頼区間を計算してみましょう。
以下はすでにインポート済みです：random、および numpy は np として。
この演習はコースの一部です
Pythonで学ぶモンテカルロ・シミュレーション
演習の手順
random.choices()を使って、リストから9つの値を復元抽出で1,000回サンプリングしてください。- シミュレーション結果の平均と 95% 信頼区間を計算し、信頼区間の下限を
lower、上限をupperに代入してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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)