Zacznij terazZacznij za darmo

Estymacja parametrów: długość aktywnej sekwencji

Oblicz średnią długość aktywnej sekwencji dla ryb dzikich i zmutowanych wraz z 95-procentowym bootstrapowym przedziałem ufności. Zbiory danych są dostępne w tablicach numpy o nazwach bout_lengths_wt i bout_lengths_mut. Moduł dc_stat_think został zaimportowany jako dcst.

To ćwiczenie jest częścią kursu

Studia przypadków w myśleniu statystycznym

Zobacz kurs

Instrukcje do ćwiczenia

  • Oblicz średnią długość aktywnej sekwencji dla ryb dzikich i zmutowanych za pomocą np.mean(). Wyniki zapisz jako mean_wt i mean_mut.
  • Wylosuj po 10 000 replikacji bootstrapowych dla każdego typu, używając dcst.draw_bs_reps(). Wyniki zapisz jako bs_reps_wt i bs_reps_mut.
  • Oblicz 95-procentowy przedział ufności z replikacji bootstrapowych za pomocą np.percentile(). Wyniki zapisz jako conf_int_wt i conf_int_mut.
  • Wyświetl średnią i przedziały ufności na ekranie.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Compute mean active bout length
mean_wt = ____
mean_mut = ____

# Draw bootstrap replicates
bs_reps_wt = ____(____, ____, size=____)
bs_reps_mut = ____

# Compute 95% confidence intervals
conf_int_wt = ____(____, [____, ____])
conf_int_mut = ____

# Print the results
print("""
wt:  mean = {0:.3f} min., conf. int. = [{1:.1f}, {2:.1f}] min.
mut: mean = {3:.3f} min., conf. int. = [{4:.1f}, {5:.1f}] min.
""".format(mean_wt, *conf_int_wt, mean_mut, *conf_int_mut))
Edytuj i uruchom kod