Корреляция Пирсона для данных потомков и родителей
Коэффициент корреляции Пирсона кажется удобной мерой того, насколько сильно глубина клюва родителей передаётся потомству. Вычислите коэффициент корреляции Пирсона между глубиной клюва родителей и потомков для G. scandens, а затем сделайте то же самое для G. fortis. После этого воспользуйтесь функцией, написанной в предыдущем упражнении, чтобы построить 95%-й доверительный интервал методом попарного бутстрэпа.
Напомним, что данные хранятся в переменных bd_parent_scandens, bd_offspring_scandens, bd_parent_fortis и bd_offspring_fortis.
Это упражнение является частью курса
Статистическое мышление на Python (часть 2)
Инструкции к упражнению
- Используйте функцию
pearson_r(), написанную вами в первой части курса, чтобы вычислить коэффициент корреляции Пирсона для G. scandens и G. fortis. - С помощью функции
draw_bs_pairs(), написанной в предыдущем упражнении, получите 1000 пар бутстрэп-реплик коэффициента корреляции Пирсона для G. scandens и G. fortis. - Вычислите 95%-й доверительный интервал для обоих видов, используя полученные бутстрэп-реплики.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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)