Veel bootstrap-replicaten genereren
De functie bootstrap_replicate_1d() uit de video is beschikbaar in je namespace. Nu ga je een andere functie schrijven, draw_bs_reps(data, func, size=1), die veel bootstrap-replicaten uit de gegevensset genereert. Deze functie komt steeds weer van pas wanneer je betrouwbaarheidsintervallen berekent en later bij het uitvoeren van hypothesetests.
Ter referentie staat de functie bootstrap_replicate_1d() hieronder:
def bootstrap_replicate_1d(data, func):
"""Generate bootstrap replicate of 1D data."""
bs_sample = np.random.choice(data, len(data))
return func(bs_sample)
Deze oefening maakt deel uit van de cursus
Statistical Thinking in Python (deel 2)
Oefeninstructies
- Definieer een functie met de aanroep-signature
draw_bs_reps(data, func, size=1).- Initialiseer met
np.empty()een arraybs_replicatesvan groottesizeom alle bootstrap-replicaten op te slaan. - Schrijf een
for-lus die oversizeloopt en een replicaat berekent metbootstrap_replicate_1d(). Kijk in de oefenbeschrijving hierboven voor de functiedefinitie vanbootstrap_replicate_1d(). Sla het replicaat op in de juiste index vanbs_replicates. - Retourneer de array met replicaten
bs_replicates. Dit is al voor je gedaan.
- Initialiseer met
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
def draw_bs_reps(data, func, size=1):
"""Draw bootstrap replicates."""
# Initialize array of replicates: bs_replicates
bs_replicates = ____
# Generate replicates
for i in ____:
bs_replicates[i] = ____
return bs_replicates