Histograma bootstrap
Iei în considerare o vacanță la Cincinnati în mai, dar ai o sensibilitate ridicată la NO2. Extragi câțiva ani de date privind poluarea din Cincinnati în mai și analizezi o estimare bootstrap a nivelurilor medii de NO2. Ai o singură estimare de urmărit, iar cel mai bun mod de a vizualiza rezultatele estimărilor bootstrap este cu o histogramă.
Deși tu apreciezi intuitivitatea histogramei bootstrap prin ea însăși, partenerul tău de vacanță preferă să vadă intervale procentuale. Pentru a-i veni în întâmpinare, decizi să evidențiezi intervalul de 95% prin umbrirea acelei regiuni.
Acest exercițiu face parte din cursul
Îmbunătățirea vizualizărilor de date în Python
Instrucțiuni pentru exercițiu
- Furnizează funcției
percentile()percentilele superioară și inferioară necesare pentru a obține un interval de 95%. - Umbrește fundalul graficului în dreptul intervalului de 95%.
- Trasează histograma mediilor bootstrap cu 100 de intervale.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
cinci_may_NO2 = pollution.query("city == 'Cincinnati' & month == 5").NO2
# Generate bootstrap samples
boot_means = bootstrap(cinci_may_NO2, 1000)
# Get lower and upper 95% interval bounds
lower, upper = np.percentile(boot_means, [____, ____])
# Plot shaded area for interval
plt.axvspan(____, ____, color = 'gray', alpha = 0.2)
# Draw histogram of bootstrap samples
sns.histplot(____, ____ = 100)
plt.show()