Zacznij terazZacznij za darmo

Repliki bootstrapowe innych statystyk

W poprzednim ćwiczeniu przekonałeś się, że średnia ma rozkład normalny. Nie oznacza to, że inne statystyki zachowują się tak samo — ale spokojnie: zawsze możemy sięgnąć po repliki bootstrapowe! W tym ćwiczeniu wygenerujesz repliki bootstrapowe wariancji rocznych opadów na stacji meteorologicznej w Sheffield, a następnie wykreślisz histogram tych replik.

Skorzystasz tutaj z funkcji draw_bs_reps(), którą zdefiniowałeś kilka ćwiczeń wcześniej. Jej kod znajdziesz poniżej:

def draw_bs_reps(data, func, size=1):
    """Draw bootstrap replicates."""
    # Initialize array of replicates
    bs_replicates = np.empty(size)
    # Generate replicates
    for i in range(size):
        bs_replicates[i] = bootstrap_replicate_1d(data, func)
    return bs_replicates

To ćwiczenie jest częścią kursu

Myślenie statystyczne w Pythonie (część 2)

Zobacz kurs

Instrukcje do ćwiczenia

  • Za pomocą funkcji draw_bs_reps() wylosuj 10000 replik bootstrapowych wariancji rocznych opadów ze zbioru danych rainfall. Podpowiedź: Przekaż np.var jako argument obliczający wariancję.
  • Podziel repliki wariancji (bs_replicates) przez 100, aby wyrazić wariancję w wygodniejszych jednostkach — centymetrach kwadratowych.
  • Narysuj histogram bs_replicates, używając argumentu density=True oraz 50 przedziałów.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Generate 10,000 bootstrap replicates of the variance: bs_replicates
bs_replicates = ____

# Put the variance in units of square centimeters
____

# Make a histogram of the results
_ = plt.hist(____, ____, ____)
_ = plt.xlabel('variance of annual rainfall (sq. cm)')
_ = plt.ylabel('PDF')

# Show the plot
plt.show()
Edytuj i uruchom kod