Estimatori non-standard

În exercițiul anterior, ai rulat un bootstrap simplu, pe care îl vom adapta acum pentru estimatori mai complecși.

Să presupunem că studiezi starea de sănătate a unor studenți. Ai la dispoziție înălțimea și greutatea a 1.000 de studenți și ești interesat de înălțimea mediană, dar și de corelația dintre înălțime și greutate, împreună cu intervalul de încredere de 95% pentru aceste valori. Vom folosi metoda bootstrap.

Examinează DataFrame-ul pandas df, care conține înălțimile și greutățile celor 1.000 de studenți. Folosind aceste date, calculează intervalul de încredere de 95% atât pentru înălțimea mediană, cât și pentru corelația dintre înălțime și greutate.

Acest exercițiu face parte din cursul

Simulare statistică în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește metoda .sample() pe df pentru a genera un eșantion din date cu înlocuire și atribuie-l variabilei tmp_df.
Pentru fiecare set de date generat în tmp_df, calculează înălțimile mediane și corelația dintre înălțimi și greutăți folosind .median() și .corr().
Adaugă înălțimile mediane în height_medians și valorile corelației în hw_corr.
În final, calculează intervalele de încredere de 95% ([2.5, 97.5]) pentru fiecare dintre cantitățile de mai sus, folosind np.percentile().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Sample with replacement and calculate quantities of interest
sims, data_size, height_medians, hw_corr = 1000, df.shape[0], [], []
for i in range(sims):
    tmp_df = ____(n=____, replace=____)
    height_medians.append(____)
    hw_corr.append(____)

# Calculate confidence intervals
height_median_ci = np.____
height_weight_corr_ci = np.____
print("Height Median CI = {} \nHeight Weight Correlation CI = {}".format( height_median_ci, height_weight_corr_ci))

Editează și rulează codul