Skapa en bootstrapfördelning
Processen för att skapa en bootstrapfördelning liknar processen för att skapa en samplingfördelning – bara det första steget skiljer sig åt.
För att skapa en samplingfördelning börjar du med populationen och samplar utan återläggning. För att skapa en bootstrapfördelning börjar du med ett urval och samplar det med återläggning. Därefter är stegen desamma: beräkna det sammanfattningsmått du är intresserad av för det urvalet/omurvalet, och upprepa sedan processen många gånger. I båda fallen kan du visualisera fördelningen med ett histogram.
Här är spotify_sample en delmängd av datamängden spotify_population. För att göra det lättare att se hur omsampling fungerar har en radindexkolumn kallad 'index' lagts till, och endast kolumnerna för artistnamn, låtnamn och danceability ingår.
spotify_sample är tillgänglig; pandas, numpy och matplotlib.pyplot är inlästa med sina vanliga alias.
Den här övningen är en del av kursen
Sampling i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Generate 1 bootstrap resample
spotify_1_resample = ____
# Print the resample
print(spotify_1_resample)