ÎncepețiÎncepe gratuit

Estimarea parametrilor: lungimea perioadelor de activitate

Calculează lungimea medie a perioadelor de activitate pentru tipul sălbatic și pentru mutant, împreună cu un interval de încredere bootstrap de 95%. Seturile de date sunt disponibile din nou în array-urile numpy bout_lengths_wt și bout_lengths_mut. Modulul dc_stat_think a fost importat ca dcst.

Acest exercițiu face parte din cursul

Studii de caz în gândirea statistică

Vezi cursul

Instrucțiuni pentru exercițiu

  • Calculează lungimea medie a perioadelor de activitate pentru tipul sălbatic și pentru mutant folosind np.mean(). Stochează rezultatele ca mean_wt și mean_mut.
  • Generează câte 10.000 de replici bootstrap pentru fiecare, folosind dcst.draw_bs_reps(), și stochează rezultatele ca bs_reps_wt și bs_reps_mut.
  • Calculează un interval de încredere de 95% din replicile bootstrap folosind np.percentile(), stocând rezultatele ca conf_int_wt și conf_int_mut.
  • Afișează pe ecran media și intervalele de încredere.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Compute mean active bout length
mean_wt = ____
mean_mut = ____

# Draw bootstrap replicates
bs_reps_wt = ____(____, ____, size=____)
bs_reps_mut = ____

# Compute 95% confidence intervals
conf_int_wt = ____(____, [____, ____])
conf_int_mut = ____

# Print the results
print("""
wt:  mean = {0:.3f} min., conf. int. = [{1:.1f}, {2:.1f}] min.
mut: mean = {3:.3f} min., conf. int. = [{4:.1f}, {5:.1f}] min.
""".format(mean_wt, *conf_int_wt, mean_mut, *conf_int_mut))
Editează și rulează codul