부트스트랩 히스토그램
5월에 Cincinnati로 휴가를 가려 하는데, NO2에 심하게 민감하다고 가정해 봅시다. Cincinnati의 5월 대기오염 데이터를 몇 년치 모아 평균 NO2 수준의 부트스트랩 추정치를 확인했어요. 살펴볼 추정치가 하나뿐이라면, 부트스트랩 결과를 시각화하는 가장 좋은 방법은 히스토그램이에요.
당신은 부트스트랩 히스토그램만으로도 직관이 잘 잡힌다고 느끼지만, 함께 여행할 파트너는 백분위수 구간을 보는 걸 더 좋아해요. 이를 반영하기 위해 95% 구간을 영역 음영으로 강조하기로 했어요.
이 연습은 강의의 일부입니다
Python으로 데이터 시각화 개선하기
연습 안내
- 95% 구간을 얻기 위해 필요한 하위/상위 백분위를
percentile()함수에 전달하세요. - 95% 구간에 해당하는 영역으로 플롯 배경을 음영 처리하세요.
- 부트스트랩 평균의 히스토그램을 빈 수 100으로 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
cinci_may_NO2 = pollution.query("city == 'Cincinnati' & month == 5").NO2
# Generate bootstrap samples
boot_means = bootstrap(cinci_may_NO2, 1000)
# Get lower and upper 95% interval bounds
lower, upper = np.percentile(boot_means, [____, ____])
# Plot shaded area for interval
plt.axvspan(____, ____, color = 'gray', alpha = 0.2)
# Draw histogram of bootstrap samples
sns.histplot(____, ____ = 100)
plt.show()