Steekproeven met terugleggen

Bootstrapping is ideaal om betrouwbaarheidsintervallen voor gemiddelden te berekenen; je gaat dat nu oefenen!

nba_weights bevat de gewichten van een groep NBA-spelers in kilogrammen:

nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1, 
               100.3, 101.0, 98.0, 97.4]

Je wilt met deze lijst het 95%-betrouwbaarheidsinterval van het gemiddelde gewicht van NBA-spelers berekenen.

Het volgende is al voor je geïmporteerd: random, en numpy als np.

Deze oefening maakt deel uit van de cursus

Monte Carlo-simulaties in Python

Cursus bekijken

Oefeninstructies

Gebruik random.choices() om 1.000 keer negen lengtes uit de lijst te trekken, met terugleggen.
Bereken het gemiddelde en het 95%-betrouwbaarheidsinterval voor je simulatieresultaten. Sla het onderste deel van het interval op in lower en het bovenste deel in upper.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

simu_weights = []

# Sample nine values from nba_weights with replacement 1000 times
for i in range(____):
    bootstrap_sample = ____
    simu_weights.append(np.mean(bootstrap_sample))

# Calculate the mean and 95% confidence interval of the mean for your results
mean_weight = ____
upper = ____
lower = ____
print(mean_weight, lower, upper)

Code bewerken en uitvoeren