1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do modelowania liniowego w Pythonie
Connected

ćwiczenie

Wizualizacja metody bootstrap

Kontynuując wcześniejszą część tej lekcji, zwizualizujmy rozkład bootstrap prędkości oszacowanych za pomocą próbkowania bootstrap. W tym celu dla każdej próbki obliczamy dopasowanie metodą najmniejszych kwadratów do nachylenia, aby zbadać zmienność i niepewność w szacowaniu tego nachylenia.

Na dobry początek przygotowaliśmy funkcję compute_resample_speeds(distances, times), która wykonuje obliczenia i generuje rozkład próbek prędkości.

Instrukcje

100 XP
  • Użyj predefiniowanej funkcji compute_resample_speeds(distances, times), aby obliczyć resample_speeds.
  • Użyj np.mean(), aby obliczyć speed_estimate na podstawie resample_speeds.
  • Użyj np.percentile() z [5, 95], aby obliczyć percentiles dla resample_speeds – wyznaczają one granice przedziału ufności.
  • Użyj axis.hist(), aby narysować histogram resample_speeds, podając przedziały za pomocą hist_bin_edges.
  • Używając axis.axvline, wskaż dwa odpowiednie indeksy percentiles, aby zaznaczyć granice przedziału ufności na wykresie.