1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 선형 모델 입문
Connected

연습 문제

부트스트랩과 표준 오차

국립공원에서 공원관리원이 매일 산책로를 관리하기 위해 하이킹을 합니다. 매번 같은 경로를 가는 것은 아니지만, 최종 이동 거리와 시간을 기록해요. 우리는 한 명의 관리원으로부터 얻은 제한된 표본 데이터를 바탕으로, 일일 이동 거리의 변동성을 설명하는 통계 모형을 만들고자 합니다.

여러분의 목표는 부트스트랩 리샘플링을 사용해 각 재표집마다 평균을 하나씩 계산하여 평균의 분포를 만들고, 그 분포로부터 표준 오차를 계산해 모집단 통계량의 추정치로서 표본 통계량이 가지는 "불확실성"을 수치화하는 거예요.

사전 로드된 sample_data 배열에는 이동 거리에 대한 500개의 독립 측정값이 들어 있습니다. 이번 연습에서는 내용을 단순화하기 위해 모의 데이터를 사용해요. 이후에는 더 현실적인 데이터를 다뤄 보겠습니다.

지침

100 XP

  • sample_data를 모집단에 대한 모형으로 설정하세요.

  • num_resamples만큼 반복하세요:

    • 매번 np.random.choice()를 사용해 population_model에서 size=resample_size, replace=True로 추출한 bootstrap_sample을 생성하세요.
    • 매번 표본 평균을 계산해 저장하세요.

  • bootstrap_means의 np.mean()과 np.std()를 계산해 출력하세요.

  • 미리 정의된 plot_data_hist()를 사용해 bootstrap_means 분포를 시각화하세요.