Podstawowe estymowanie metodą jackknife – średnia
Próbkowanie metodą jackknife to starsza technika, stosowana rzadziej niż bootstrapping. Warto jednak wiedzieć, jak przeprowadzić podstawową procedurę estymacji tą metodą. W tym ćwiczeniu obliczymy estymator jackknife dla średniej. Wróćmy do fabryki kluczy.
Jesteś właścicielem fabryki kluczy i chcesz zmierzyć średnią długość produkowanych narzędzi, aby upewnić się, że spełniają określone wymagania. Fabryka produkuje tysiące kluczy dziennie, więc zmierzenie każdego z nich z osobna jest niewykonalne. Masz jednak dostęp do reprezentatywnej próbki 100 kluczy. Użyjmy metody jackknife, aby oszacować średnią długość.
Przeanalizuj zmienną wrench_lengths w konsoli.
To ćwiczenie jest częścią kursu
Symulacje statystyczne w Pythonie
Instrukcje do ćwiczenia
- Utwórz próbkę jackknife, iteracyjnie pomijając jedną obserwację z
wrench_lengthsi przypisując wynik dojk_sample. - Oblicz średnią z
jk_samplei dodaj ją do listymean_lengths. - Na koniec oblicz estymator jackknife
mean_lengths_jkjako średnią z tablicymean_lengths.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Leave one observation out from wrench_lengths to get the jackknife sample and store the mean length
mean_lengths, n = [], len(wrench_lengths)
index = np.arange(n)
for i in range(n):
jk_sample = ____[index != i]
mean_lengths.append(____)
# The jackknife estimate is the mean of the mean lengths from each sample
mean_lengths_jk = ____(np.array(mean_lengths))
print("Jackknife estimate of the mean = {}".format(mean_lengths_jk))