Correlação de Pearson entre descendentes e pais
O coeficiente de correlação de Pearson parece uma medida útil de quão fortemente a profundidade do bico dos pais é herdada pelos descendentes. Calcule o coeficiente de correlação de Pearson entre as profundidades do bico de pais e descendentes para G. scandens. Faça o mesmo para G. fortis. Em seguida, use a função que você escreveu no exercício anterior para calcular um intervalo de confiança de 95% usando bootstrap em pares.
Lembre-se: os dados estão armazenados em bd_parent_scandens, bd_offspring_scandens, bd_parent_fortis e bd_offspring_fortis.
Este exercício faz parte do curso
Pensamento Estatístico em Python (Parte 2)
Instruções do exercício
- Use a função
pearson_r()que você escreveu no curso anterior para calcular o coeficiente de correlação de Pearson para G. scandens e G. fortis. - Obtenha 1000 réplicas bootstrap em pares do coeficiente de correlação de Pearson usando a função
draw_bs_pairs()que você escreveu no exercício anterior para G. scandens e G. fortis. - Calcule o intervalo de confiança de 95% para ambos usando suas réplicas bootstrap.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Compute the Pearson correlation coefficients
r_scandens = ____
r_fortis = ____
# Acquire 1000 bootstrap replicates of Pearson r
bs_replicates_scandens = ____
bs_replicates_fortis = ____
# Compute 95% confidence intervals
conf_int_scandens = ____
conf_int_fortis = ____
# Print results
print('G. scandens:', r_scandens, conf_int_scandens)
print('G. fortis:', r_fortis, conf_int_fortis)