Zacznij terazZacznij za darmo

Sparowane bootstrapowanie danych o piśmienności i płodności

Korzystając z funkcji, którą właśnie napisałeś/napisałaś, wykonaj sparowane bootstrapowanie i narysuj histogram przedstawiający szacunkowe nachylenie prostej regresji wyznaczonej na podstawie danych o analfabetyzmie i płodności. Podaj też 95-procentowy przedział ufności dla nachylenia. Dane są dostępne w tablicach NumPy illiteracy oraz fertility.

Dla przypomnienia: draw_bs_pairs_linreg() ma sygnaturę draw_bs_pairs_linreg(x, y, size=1) i zwraca dwie wartości: bs_slope_reps oraz bs_intercept_reps.

To ćwiczenie jest częścią kursu

Myślenie statystyczne w Pythonie (część 2)

Zobacz kurs

Instrukcje do ćwiczenia

  • Użyj funkcji draw_bs_pairs_linreg(), aby pobrać 1000 replikatów bootstrapowych nachylenia i wyrazu wolnego. Dane na osi x to illiteracy, a na osi y – fertility.
  • Oblicz i wyświetl 95-procentowy bootstrapowy przedział ufności dla nachylenia.
  • Narysuj i pokaż histogram replikatów nachylenia. Pamiętaj o opisaniu osi. Ten krok został już za ciebie przygotowany – kliknij Prześlij odpowiedź, aby zobaczyć swój histogram!

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Generate replicates of slope and intercept using pairs bootstrap
bs_slope_reps, bs_intercept_reps = ____

# Compute and print 95% CI for slope
print(np.percentile(____, ____))

# Plot the histogram
_ = plt.hist(bs_slope_reps, bins=50, normed=True)
_ = plt.xlabel('slope')
_ = plt.ylabel('PDF')
plt.show()
Edytuj i uruchom kod