Rularea unui bootstrap simplu

Bun venit la primul exercițiu din secțiunea dedicată bootstrapping-ului! Vom parcurge împreună un exemplu prin care vei învăța să rulezi un bootstrap simplu. Așa cum ai văzut în videoclip, ideea de bază a bootstrapping-ului este eșantionarea cu înlocuire.

Să presupunem că deții o fabrică care produce chei fixe. Vrei să poți caracteriza lungimea medie a cheilor și să te asiguri că acestea respectă anumite specificații. Fabrica ta produce mii de chei în fiecare zi, însă măsurarea fiecărei chei în parte nu este fezabilă. Ai totuși acces la un eșantion reprezentativ de 100 de chei. Vom folosi bootstrapping-ul pentru a determina intervalul de încredere (CI) de 95% pentru lungimile medii.

Examinează lista wrench_lengths, care conține 100 de lungimi observate ale cheilor fixe, în consolă.

Acest exercițiu face parte din cursul

Simulare statistică în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Extrage un eșantion aleatoriu cu înlocuire din wrench_lengths și stochează-l în temp_sample. Setează size = len(wrench_lengths).
Calculează lungimea medie a fiecărui eșantion, atribuie-o variabilei sample_mean, apoi adaug-o la mean_lengths.
Calculează media bootstrapped (boot_mean) și intervalul de încredere bootstrapped de 95% (boot_95_ci) folosind np.percentile().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Draw some random sample with replacement and append mean to mean_lengths.
mean_lengths, sims = [], 1000
for i in range(sims):
    temp_sample = ____(____, replace=____, size=____)
    sample_mean = ____
    mean_lengths.append(sample_mean)
    
# Calculate bootstrapped mean and 95% confidence interval.
boot_mean = np.mean(____)
boot_95_ci = ____(mean_lengths, [2.5, 97.5])
print("Bootstrapped Mean Length = {}, 95% CI = {}".format(boot_mean, boot_95_ci))

Editează și rulează codul