Pearson-correlatie tussen nakomelingen en ouders
De Pearson-correlatiecoëfficiënt lijkt een nuttige maat voor hoe sterk de snavel-diepte van ouders wordt doorgegeven aan hun nakomelingen. Bereken de Pearson-correlatiecoëfficiënt tussen de snavel-diepte van ouders en nakomelingen voor G. scandens. Doe hetzelfde voor G. fortis. Gebruik daarna de functie die je in de vorige oefening schreef om met pairs bootstrap een 95%-betrouwbaarheidsinterval te berekenen.
Onthoud dat de gegevens zijn opgeslagen in bd_parent_scandens, bd_offspring_scandens, bd_parent_fortis en bd_offspring_fortis.
Deze oefening maakt deel uit van de cursus
Statistical Thinking in Python (deel 2)
Oefeninstructies
- Gebruik de functie
pearson_r()die je schreef in het eerste deel van deze cursus om de Pearson-correlatiecoëfficiënt te berekenen voor G. scandens en G. fortis. - Verkrijg 1000 pairs bootstrap-replicaties van de Pearson-correlatiecoëfficiënt met de functie
draw_bs_pairs()die je in de vorige oefening schreef, voor G. scandens en G. fortis. - Bereken voor beide het 95%-betrouwbaarheidsinterval met je bootstrap-replicaties.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Compute the Pearson correlation coefficients
r_scandens = ____
r_fortis = ____
# Acquire 1000 bootstrap replicates of Pearson r
bs_replicates_scandens = ____
bs_replicates_fortis = ____
# Compute 95% confidence intervals
conf_int_scandens = ____
conf_int_fortis = ____
# Print results
print('G. scandens:', r_scandens, conf_int_scandens)
print('G. fortis:', r_fortis, conf_int_fortis)