Bootstrapping vs. normalidade
Você viu os resultados de um intervalo de confiança por bootstrap para o R de Pearson. Mas e em situações comuns, como construir um intervalo de confiança para uma média? Por que você usaria um intervalo de confiança por bootstrap em vez de um intervalo de confiança “normal” vindo de stats.norm?
Um DataFrame com investimentos de empresas de capital de risco (investments_df) já foi carregado para você, assim como os pacotes pandas como pd, NumPy como np e stats do SciPy.
Este exercicio faz parte do curso
Fundamentos de Inferência em Python
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Select just the companies in the Analytics market
analytics_df = ____[____ == 'Analytics']
# Confidence interval using the stats.norm function
norm_ci = stats.norm.____(alpha=____,
loc=____,
scale=____.std() / np.___(____))
# Construct a bootstrapped confidence interval
bootstrap_ci = stats.bootstrap(data=(____, ),
statistic=np.____)
print('Normal CI:', norm_ci)
print('Bootstrap CI:', bootstrap_ci.confidence_interval)