시작하기무료로 시작하기

기본 잭나이프 추정 - 평균

잭나이프 리샘플링은 비교적 오래된 절차로, 부트스트래핑에 비해 자주 쓰이지는 않아요. 그래도 기본 잭나이프 추정 방법을 익혀 두면 유용합니다. 이 첫 연습에서는 평균에 대한 잭나이프 추정치를 계산해 보겠습니다. 다시 몽키스패너(렌치) 공장 예제로 돌아가 볼게요.

당신은 렌치 공장을 운영하며, 제품이 규격을 충족하는지 확인하기 위해 렌치의 평균 길이를 측정하려고 합니다. 공장에서는 매일 수천 개의 렌치를 생산하지만, 모든 렌치의 길이를 재는 것은 현실적으로 불가능하죠. 대신 대표성 있는 100개의 렌치 표본을 확보했습니다. 이제 잭나이프 추정을 사용해 평균 길이를 추정해 보겠습니다.

셸에서 wrench_lengths 변수를 확인하세요.

이 연습은 강의의 일부입니다

Python으로 하는 통계 시뮬레이션

강의 보기

연습 안내

  • wrench_lengths에서 한 번에 하나의 관측값을 제외하는 과정을 반복해 잭나이프 표본을 만들고, 이를 jk_sample에 할당하세요.
  • jk_sample의 평균을 계산해 mean_lengths에 추가(append)하세요.
  • 마지막으로, mean_lengths 배열의 평균을 계산해 잭나이프 추정치 mean_lengths_jk를 구하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Leave one observation out from wrench_lengths to get the jackknife sample and store the mean length
mean_lengths, n = [], len(wrench_lengths)
index = np.arange(n)

for i in range(n):
    jk_sample = ____[index != i]
    mean_lengths.append(____)

# The jackknife estimate is the mean of the mean lengths from each sample
mean_lengths_jk = ____(np.array(mean_lengths))
print("Jackknife estimate of the mean = {}".format(mean_lengths_jk))
코드 편집 및 실행