Amostragem repetida, estimativas pontuais e inferência
No exercício anterior, você usou uma única amostra de noventa dias para tirar sua conclusão. Mas e se você tivesse um período de noventa dias diferente? Suas conclusões mudariam?
Uma forma de avaliar isso é fazendo amostragens repetidas. Ao amostrar repetidamente seus dados e calcular sua estimativa pontual, você vê como ela varia.
Os mesmos dados btc_sp_df já foram carregados para você, assim como os pacotes Pandas como pd e NumPy como np.
Este exercicio faz parte do curso
Fundamentos de Inferência em Python
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Write a for loop which repeats the sampling ten times
for i in ____:
# Select a random starting row number
initial_row_number = ____(____(btc_sp_df.shape[0] - 90))
# Select the next 90 rows after the starting row
sample_df = ____[____:____ + ____]
# Compute the percent change in closing price of BTC and print it
btc_pct_change = (____.iloc[0][____] - ____.iloc[-1][____]) / ____.iloc[0][____]
print(btc_pct_change)