모수 추정: 활동 부트 길이
야생형과 돌연변이형의 평균 활동 부트 길이를 95% 부트스트랩 신뢰 구간과 함께 계산하세요. 데이터셋은 numpy 배열 bout_lengths_wt와 bout_lengths_mut로 제공되어 있으며, dc_stat_think 모듈은 dcst로 임포트되어 있습니다.
이 연습은 강의의 일부입니다
통계적 사고 사례 연구
연습 안내
np.mean()을 사용하여 야생형과 돌연변이형의 평균 활동 부트 길이를 계산하고, 결과를 각각mean_wt와mean_mut에 저장하세요.dcst.draw_bs_reps()를 사용하여 각각 10,000개의 부트스트랩 복제본을 추출하고, 결과를bs_reps_wt와bs_reps_mut에 저장하세요.np.percentile()을 사용하여 부트스트랩 복제본에서 95% 신뢰 구간을 계산하고, 결과를conf_int_wt와conf_int_mut에 저장하세요.- 평균과 신뢰 구간을 화면에 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Compute mean active bout length
mean_wt = ____
mean_mut = ____
# Draw bootstrap replicates
bs_reps_wt = ____(____, ____, size=____)
bs_reps_mut = ____
# Compute 95% confidence intervals
conf_int_wt = ____(____, [____, ____])
conf_int_mut = ____
# Print the results
print("""
wt: mean = {0:.3f} min., conf. int. = [{1:.1f}, {2:.1f}] min.
mut: mean = {3:.3f} min., conf. int. = [{4:.1f}, {5:.1f}] min.
""".format(mean_wt, *conf_int_wt, mean_mut, *conf_int_mut))