Pearsons korrelation för avkomma och föräldradjur
Pearsons korrelationskoefficient verkar vara ett användbart mått på hur starkt föräldrarnas näbbdjup ärvs av avkomman. Beräkna Pearsons korrelationskoefficient mellan föräldrarnas och avkommans näbbdjup för G. scandens. Gör sedan samma sak för G. fortis. Använd därefter funktionen du skrev i föregående övning för att beräkna ett 95-procentigt konfidensintervall med parvis bootstrap.
Kom ihåg att datan finns i bd_parent_scandens, bd_offspring_scandens, bd_parent_fortis och bd_offspring_fortis.
Den här övningen är en del av kursen
Statistiskt tänkande i Python (del 2)
Övningsinstruktioner
- Använd funktionen
pearson_r()som du skrev i kursens förra del för att beräkna Pearsons korrelationskoefficient för G. scandens och G. fortis. - Hämta 1 000 par av bootstrap-replikat för Pearsons korrelationskoefficient med hjälp av funktionen
draw_bs_pairs()som du skrev i föregående övning – för både G. scandens och G. fortis. - Beräkna det 95-procentiga konfidensintervallet för båda arterna med hjälp av dina bootstrap-replikat.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)