Kom igångKom igång gratis

Bootstrapreplikat av andra statistiska mått

I en tidigare övning såg vi att medelvärdet är normalfördelat. Det gäller inte nödvändigtvis för andra statistiska mått – men det är inget problem: som hacker-statistiker kan vi alltid ta till bootstrapreplikat! I den här övningen genererar du bootstrapreplikat för variansen i den årliga nederbörden vid Sheffield Weather Station och plottar ett histogram över replikaten.

Här använder du funktionen draw_bs_reps() som du definierade i en tidigare övning. Den visas nedan för din referens:

def draw_bs_reps(data, func, size=1):
    """Draw bootstrap replicates."""
    # Initialize array of replicates
    bs_replicates = np.empty(size)
    # Generate replicates
    for i in range(size):
        bs_replicates[i] = bootstrap_replicate_1d(data, func)
    return bs_replicates

Den här övningen är en del av kursen

Statistiskt tänkande i Python (del 2)

Visa kurs

Övningsinstruktioner

  • Dra 10000 bootstrapreplikat av variansen i den årliga nederbörden, lagrad i datamängden rainfall, med hjälp av din funktion draw_bs_reps(). Ledtråd: Skicka in np.var för att beräkna variansen.
  • Dividera dina variansreplikat (bs_replicates) med 100 för att uttrycka variansen i kvadratcentimeter.
  • Skapa ett histogram över bs_replicates med nyckelordsargumentet normed=True och 50 bins.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Generate 10,000 bootstrap replicates of the variance: bs_replicates
bs_replicates = ____

# Put the variance in units of square centimeters
____

# Make a histogram of the results
_ = plt.hist(____, ____, ____)
_ = plt.xlabel('variance of annual rainfall (sq. cm)')
_ = plt.ylabel('PDF')

# Show the plot
plt.show()
Redigera och kör kod