ComeçarComece de graça

Intervalo de confiança para a taxa de no-hitters

Considere novamente os intervalos entre no-hitters na era moderna do beisebol. Gere 10.000 réplicas bootstrap do parâmetro ótimo \(\tau\). Faça um histograma das suas réplicas e reporte um intervalo de confiança de 95%.

Este exercício faz parte do curso

Pensamento Estatístico em Python (Parte 2)

Ver curso

Instruções do exercício

  • Gere 10000 réplicas bootstrap de \(\tau\) a partir dos dados nohitter_times usando sua função draw_bs_reps(). Lembre-se de que o \(\tau\) ótimo é calculado como a média dos dados.
  • Calcule o intervalo de confiança de 95% usando np.percentile(), passando dois argumentos: o array bs_replicates e a lista de percentis — neste caso, 2.5 e 97.5.
  • Imprima o intervalo de confiança.
  • Plote um histograma das suas réplicas bootstrap. Isso já foi feito para você, então clique em Enviar para ver o gráfico!

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Draw bootstrap replicates of the mean no-hitter time (equal to tau): bs_replicates
bs_replicates = ____

# Compute the 95% confidence interval: conf_int
conf_int = ____

# Print the confidence interval
print('95% confidence interval =', ____, 'games')

# Plot the histogram of the replicates
_ = plt.hist(bs_replicates, bins=50, normed=True)
_ = plt.xlabel(r'$\tau$ (games)')
_ = plt.ylabel('PDF')

# Show the plot
plt.show()
Editar e executar o código