1. Nauka
    2. /
  2. Kursy
    3. /
  3. Próbkowanie w Pythonie
Connected

ćwiczenie

Obliczanie przedziałów ufności

Poznałeś dwie metody obliczania przedziałów ufności: metodę kwantylową oraz metodę błędu standardowego. Metoda błędu standardowego polega na wykorzystaniu odwrotnej dystrybuanty (odwrotnej CDF) rozkładu normalnego. W tym ćwiczeniu zastosujesz obie metody na danych Spotify.

Dostępne są: spotify_population, spotify_sample oraz bootstrap_distribution; biblioteki pandas i numpy są załadowane pod standardowymi aliasami, a norm została zaimportowana z scipy.stats.

Instrukcje 1/2

undefined XP
  • 1
    • Wyznacz 95-procentowy przedział ufności metodą kwantylową na podstawie rozkładu bootstrap, ustawiając kwantyl 0.025 jako lower_quant, a kwantyl 0.975 jako upper_quant.
  • 2

    Wyznacz 95-procentowy przedział ufności metodą błędu standardowego na podstawie rozkładu bootstrap.

    • Oblicz point_estimate jako średnią z bootstrap_distribution, a standard_error jako odchylenie standardowe bootstrap_distribution.
    • Oblicz lower_se jako kwantyl 0.025 odwrotnej CDF rozkładu normalnego o średniej point_estimate i odchyleniu standardowym standard_error.
    • Oblicz upper_se jako kwantyl 0.975 tej samej odwrotnej CDF.