Wielokrotne próbkowanie, estymatory punktowe i wnioskowanie
W poprzednim ćwiczeniu do wyciągania wniosków użyto jednej próbki złożonej z dziewięćdziesięciu dni. Co by się jednak stało, gdybyś wybrał inne dziewięćdziesiąt dni? Czy twoje wnioski byłyby inne?
Jednym ze sposobów sprawdzenia tego jest wielokrotne próbkowanie. Pobierając próbki z danych i obliczając estymator punktowy, możesz zaobserwować, jak się zmienia.
Zbiór danych btc_sp_df oraz pakiety Pandas jako pd i NumPy jako np zostały już wczytane.
To ćwiczenie jest częścią kursu
Podstawy wnioskowania statystycznego w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Write a for loop which repeats the sampling ten times
for i in ____:
# Select a random starting row number
initial_row_number = ____(____(btc_sp_df.shape[0] - 90))
# Select the next 90 rows after the starting row
sample_df = ____[____:____ + ____]
# Compute the percent change in closing price of BTC and print it
btc_pct_change = (____.iloc[0][____] - ____.iloc[-1][____]) / ____.iloc[0][____]
print(btc_pct_change)