始める無料で始める

子と親データのPearson相関

Pearsonの相関係数は、親のくちばしの深さが子にどの程度遺伝しているかの強さを測るのに有用そうです。G. scandens について、親と子のくちばしの深さのPearson相関係数を計算してください。G. fortis についても同様に行いましょう。次に、前の演習で作成した関数を使って、ペアブートストラップにより95%信頼区間を求めてください。

データは bd_parent_scandens、bd_offspring_scandens、bd_parent_fortis、bd_offspring_fortis に保存されています。

この演習はコースの一部です

Pythonで学ぶ統計思考（パート2）

コースを見る

演習の手順

  • このコースの前編で作成した pearson_r() 関数（https://campus.datacamp.com/courses/statistical-thinking-in-python-part-1/quantitative-exploratory-data-analysis?ex=15）を使い、G. scandens と G. fortis のPearson相関係数を計算します。
  • 前の演習で作成した draw_bs_pairs() 関数を使い、G. scandens と G. fortis について、Pearson相関係数のペアブートストラップ標本を1000組取得します。
  • それぞれについて、ブートストラップ標本から95%信頼区間を計算します。

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。

# Compute the Pearson correlation coefficients
r_scandens = ____
r_fortis = ____

# Acquire 1000 bootstrap replicates of Pearson r
bs_replicates_scandens = ____

bs_replicates_fortis = ____


# Compute 95% confidence intervals
conf_int_scandens = ____
conf_int_fortis = ____

# Print results
print('G. scandens:', r_scandens, conf_int_scandens)
print('G. fortis:', r_fortis, conf_int_fortis)
コードを編集して実行